Vissza a cikkekhez

Blog

Tartalomjegyzék

Mire jó a Google Optimize?

Tartalomjegyzék

János Papp
2018.09.21.

Amennyiben azon gondolkozol, hogy hogyan tudnál megfelelő számú konverziót elérni az oldaladon, talán találkoztál már az A/B tesztelés fogalmával. Sokszor azonban ez korántsem olyan egyszerű, mint amilyennek gondolnánk. A Google Optimize épp ebben segít. Nem más ez mint egy A/B tesztelő tool, amely mindenki számára ingyenesen elérhető, ráadásul könnyen kezelhető.

A/B tesztelés dióhéjban:

Az A/B tesztelés sokak számára ismerős lehet, különösen a PPC hirdetésekkel és e-mail marketinggel foglalkozók számára. A tesztelés lényege, hogy két verziót egymással szembe állítunk, például két hirdetésszöveget tesztelünk, és végül azt használjuk amelyik jobban teljesít.

PPC alapú hirdetéseknél jellemző, hogy tesztelünk különböző USP-ket, CTA-kat, és landolókat a hirdetés szövegekben. Ha már elértünk egy olyan szintre a hirdetéseknél, hogy már nem tudunk áttörést hozni a szövegezés terén, érdemes lehet megpróbálni a landoló oldalon tesztelni.

Miért jó nekünk tesztelés?

Ha egy klasszikus webshop esetén végzünk A/B tesztet, javíthatunk a konverziós rátán, ha sikerül egy olyan változót találnunk a weboldalon, ami a felhasználóknak megkönnyíti a vásárlási folyamatot, és ezért többen vásárolnak. Időt és pénzt spórolhatunk, ha a fejlesztőnktől egy olyan módosítást kérünk, amit már korábban letesztelünk, és valóban jobban működik, mint a korábbi verzió.

Csak e-commerce oldalaknál lehet jó? Természetesen minden oldalnál lesz valami célunk, például az ajánlatkérések, feliratkozások, vagy előfizetések növelése.

A Google-nél megtörtént eset, hogy a hirdetések linkjeinek színét tesztelték, és éves szinten 200 millió dollár pluszbevételt sikerült generálni. A teszt során 41 árnyalatát tesztelték a kék színnek. Miket tudunk még tesztelni egy weboldalon a színeken kívül?

Szinte mindent tudunk tesztelni egy oldalon:

  • Headline
  • Alcímek
  • Call to action gomb szöveg, méret és elhelyezés
  • Képek
  • Linkek
  • Hajtás feletti részen megjelenített tartalmak
  • Ajánlatok
  • Ingyenes szállítás vs. szállítási díj ellenében szállítás

A/B és multivariate tesztek

A két módszer közötti legnagyobb különbség, hogy A/B tesztnél 2 változót tesztelünk, míg a multivariate – tehát több változós tesztnél – kettő vagy annál több változót tesztelünk.

A Google Optimize A/B tesztek technikai kivitelezésében egy korábbi cikkünk nyújt segítséget, a videók segítségével könnyen átláthatóvá válik bárki számára a folyamat.

Röviden összefoglalva a drag and drop technikával tudjuk az oldalon mozgatni az elemeket, illetve a szöveget is át tudjuk írni, a színeket tudjuk módosítani, az elemek elhelyezkedését, és méretét változtathatjuk. Némi fejlesztői tudással a HTML, CSS, és a JavaScript is tesztelhető.

A/B tesztelés folyamata:

  • Elemezzük ki az adatainkat, és ahol találunk lehetőséget a konverziós tölcsér javítására, ott vizsgáljuk meg, hogy mi lehet a probléma
  • Állítsunk fel egy hipotézist, például a „Foglaljon” CTA szöveg jobb lehet mint az „Ajánlatot kérek”
  • Futtassunk le egy A/B tesztet
  • Amennyiben sikerült találunk valamit, amivel javíthatunk az eredményeken, próbáljuk meg véglegesíteni a weboldalon
  • A tesztelés általában egy változó lecserélése után nem ér véget, ezért kereshetünk egy újabb változót, amit tesztelhetünk

Konklúzió

Nincs más hátra mint egy A/B teszt indítása. Gondoljunk bele, ha már egy évvel ezelőtt elkezdtünk volna tesztelni, már mennyivel jobb honlapunk, és mennyivel több bevételünk lehetne.

jeff-bezos

Kapcsolódó szolgáltatások:

Tetszett a cikk?

Szeretnéd havonta összesítve megkapni a legfontosabb szakmai cikkeket, híreket?
Feliratkozom a hírlevélre

Kapcsolódó cikkek

A Google indexelési arányainak javulása

Egy nemrégiben készült tanulmány szerint a Google indexelési rendszerességei és arányai jelentős javulást mutatnak.
Tovább a cikkhez
Klikkmánia

A Google AI Overviews hatása a weboldalak forgalmára

Egy friss tanulmány szerint a Google AI Overviews-ben való megjelenés jelentősen növeli a weboldalak forgalmát, míg a kimaradás csökkenti a kattintásokat. A legjobb helyezésű, tranzakciós lekérdezések esetében az AI Overviews-ben szereplő oldalak 3,2-szer több kattintást kaptak, mint a kimaradók.
Tovább a cikkhez
Klikkmánia
Mutass többet