Współczesny świat eCommerce rządzi się prawami konkurencji. Tak naprawdę nie są to na tyle prawa, co raczej umiejętności dostosowywania się, zmieniania oraz obierania odpowiedniego kierunku. Pomyłki, błędy czy przegapione okazje mogą mieć poważne skutki. Dlatego, przy podejmowaniu decyzji dotyczących przyszłości, większości firm nie stać na granie w zgaduj-zgadula. Dobrym sposobem na uniknięcie tego są testy A/B. Organizacje muszą zdać sobie sprawę z możliwości, jakie dają dane. Pozwalają one nie tylko na zrównoważony wzrost, lecz przede wszystkim pozwalają na pozostanie silnym graczem na rynku.

W tym artykule, omówimy używanie testów A/B w celu mierzenia skuteczności rekomendacji w sklepach online, co jest naszą specjalizacją.

Czym są testy A/B?

Wyobraź sobie następującą sytuację - jesteś piekarzem z zadaniem upieczenia tortu na ślub Twojego najlepszego przyjaciela. Masz do wyboru dwie opcje, obie równie przepyszne: ciasto czekoladowe z masłem orzechowym, oraz klasyczny biszkopt przełożony kremem i świeżymi owocami. Która będzie najlepsza?

Nie jesteś w stanie dokonać wyboru samemu, dlatego podajesz oba torty grupie przyszłych gości weselnych. Obserwujesz ich reakcje. Czy skończyli swoje porcje? Biorą dokładkę? Czy słyszysz szepty zadowolenia?

Goście nie wiedzą, że są ‘królikami doświadczalnymi’. Nie przeszkadza im to jednak - mają w końcu okazję zjedzenia dwóch pysznych ciast. Ty, z kolei, wiesz już doskonale, które wybrać na tę wielką okazję.

Na tym właśnie polegają testy A/B. W rzeczywistości jednak, piekarzem jest osoba zarządzająca stroną internetową, a ciasta to różne jej wersje. Każda z tych wersji jest losowo wyświetlana osobom odwiedzającym stronę. Celem tego jest sprawdzenie, która radzi sobie najlepiej według miernika, który wybierzesz, na przykład, ilości wydanych pieniędzy, CTR, czy liczby zapisów do newslettera.

Ale czy to działa? Czy powinieneś włożyć w to swój czas i wysiłek?

W skrócie - tak. Bardziej szczegółowo - czy używasz Spotify, Facebook’a, LinkedIn’a czy eBay’a? Każda z tych firm, a także wiele innych dużych graczy używa testowania A/B, aby stale ulepszać jakość swoich usług. Jest to jeden z głównych powodów, dla którego te organizacje są w stanie pozostać na swoich pozycjach jako topowe serwisy internetowe.

Zespół Barracka Obamy również używał testów A/B podczas wyborów prezydenckich w USA w 2008. W celu sprawdzenia, która wersja strony wygeneruje największą ilość zapisów, stworzono 24 warianty strony głównej, które przetestowano na ekranach 300,000 osób. Rezultaty? 40% więcej zapisów, 2.8 milionów leadów, oraz $60 milionów dotacji.

Prawdziwą korzyścią płynącą z testów A/B, jest możliwość bardzo precyzyjnego zmierzenia efektywności kilku wersji tej samej strony. Testy dają dostęp do danych, które można wykorzystać do wprowadzenia pozytywnych zmian.

Czym są rekomendacje?

W dzisiejszych czasach, testy A/B mają szerokie zastosowanie w eCommerce, gdzie pomagają firmom znaleźć najbardziej odpowiednie rozwiązania. Przemysł ten jest szczególnie konkurencyjny, z racji tego, że wiele sklepów ma zbliżone do siebie asortymenty. Wyzwaniem jest zatem zatrzymanie osób odwiedzających na stronie i zachęcenie ich do dokonania zakupu, w przeciwieństwie do udania się do podobnego sklepu. W Qanuk.ai, wdrażamy rozwiązania które pomogą Ci to osiągnąć. Mianowicie, są to rekomendacje wizualne oraz behawioralne.

Czym one dokładnie są? Wejdź na stronę jakiegokolwiek dużego sklepu online i wybierz jakiś produkt. Przescrolluj w dół, a z pewnością zobaczysz pole zatytułowane ‘rekomendowane produkty’, czy ‘klienci, którzy kupili ten produkt, zainteresowali się również:’. Rekomendacje wizualne działają jak wirtualny asystent. Na przykład, gdy rozglądasz się za nową bluzą, sklep poleci Ci kilka podobnych, pokazując szersze spektrum wyboru i dostępnych opcji.

Rekomendacje behawioralne z kolei, skupiają się na zachowaniu osób odwiedzających Twoją stronę. Taki model analizuje dane, jakie klienci tworzą przeglądając produkty, i rekomendują rzeczy, którymi mogą być zainteresowani. Na przykład, jeśli szukasz nowej wędki, algorytm zasugeruje Ci dodanie do koszyka pudełka przynęty. Warto pamiętać, że rekomendacje pojawiają się wyłącznie na stronie twojego sklepu w czasie rzeczywistym. Nie jest to narzędzie śledzące zachowania klientów w innych platformach i nie będzie wyświetlało im reklam.

Co ma do tego testowanie A/B?

Wróćmy do strony Obamy. Jego zespół przetestował 24 warianty, zawierających sześć grafik oraz cztery pola CTA. Celem było znalezienie takiej kombinacji tych dwóch elementów, która wygeneruje największą ilość zapisów. Jako elementy strony internetowej, rekomendacje są poddane tym samym prawom. Efektem końcowym, w tym przypadku, jest określenie najbardziej odpowiedniego umieszczenia, stylu oraz rodzaju rekomendacji. Każdy sklep ma swoje unikatowe cechy oraz potrzeby - testy pozwolą je precyzyjnie określić.

Jak mierzyć skuteczność rekomendacji

Znajdź wskaźnik, który chcesz mierzyć.

Gwiazda Polarna to nie tylko drogowskaz dla antycznych żeglarzy. To również określenie głównej metryki, która wskaże kierunek Twoich eksperymentów, a także pomoże podjąć decyzje odpowiednie dla Twojej firmy.

Mierzenie konwersji wydaje się być oczywistością, lecz dla każdego sklepu będzie to wyglądało inaczej. Sklep z roślinami może patrzeć na ilość sprzedanych doniczek czy worków ziemi. Z kolei dla sklepu z winami i serami, dobrą konwersją może być liczba osób, które dodały trójkąt brie zarekomendowany im na stronie Merlota.

Mierząc skuteczność rekomendacji, można zatem brać pod uwagę wiele różnych metryk - oto kilka z nich:

• Czas spędzony na stronie sklepu,
• Ilość wydanych pieniędzy,
• Click-through rate (CTR),
• Czas spędzony na poszczególnych podstronach,
• Wzory interakcji na stronach,
• Liczba kliknięć w panele z rekomendacjami,
• Liczba zapisów,
• Liczba powracających klientów.

Projektuj skalowalne eksperymenty, które dadzą Ci dobrej jakości wyniki

Dobry eksperyment naukowy jest porządnie zaprojektowany oraz daje rezultaty w postaci rzetelnych danych. Testy A/B niczym się od tego nie różnią. Do swoich testów wybierz metryki, które jasno pokażą, który system rekomendacji lub projekt najbardziej pasuje do Twojego sklepu online, oraz odpowiada Twoim klientom.

Dobrym sposobem mierzenia skuteczności rekomendacji są, na przykład: liczba kliknięć w panele z rekomendacjami w stosunku do liczby osób odwiedzających, pieniądze wydane na polecane produkty, lub wzory zachowań na Twoich stronach. Te wskaźniki mogą pomóc Ci polepszyć systemy rekomendacji Twojego sklepu online.

Możesz łatwo zaprojektować testy A/B używając powszechnie dostępnych narzędzi, takich jak Google Optimize, czy Firebase - oba stosujemy w Qanuk.ai. W ten sposób łatwiej jest rozpocząć eksperymenty, ponieważ programy te są częścią oferty szeroko uznanego producenta.

Kolejną istotną rzeczą jest zorientowanie się, którą platformę powinieneś testować. Środowiska mobilne doganiają, lub w pewnych aspektach wyprzedzają tradycyjne środowiska pulpitowe. Są one też częściej wybierane przez osoby dokonujące zakupów online. Testowanie na różne platformy wygląda inaczej - w ten sam w jaki sposób strony internetowe różnią się wyglądem i funkcjonalnością od ich smartfonowych wersji. Nie ma zatem gwarancji, że to co zadziała na jednej platformie, podziała też na drugiej. Dlatego też, dobrym rozwiązaniem jest testowanie zarówno na środowiska mobilne, jak i pulpitowe. W ten sposób, będziesz w stanie dostosować oba do ich unikatowych potrzeb.