Сплит-тестирование с помощью Google Analytics. Тест гугл аналитикс


АБ тестирование в google analytics. Повышаем конверсию

ab тестирование в googleПриветствую вас на smartlanding.biz. Давно зрела статья о том, как провести АБ – тестирование, так как это один из ключевых моментов после создания посадочной страницы и рекламных элементов. Но всё не решался, так как сначала хотел более подробно рассказать о том, как составлять эти самые рекламные блоки, уникальное товарное предложение, призывы к действию и т. д. А уже потом переходить к их тестированию.

Кроме того, блог основан, в большей степени, для новичков, а им, пока что, возможно нечего тестировать. Но все же я подумал и решил написать статью про АБ – тестинг именно сейчас.

Во-первых — это связано с тем, что у многих читателей уже есть лендинг пейдж и они, просто корректируют свой дизайн, если считают актуальной проблему, о которой раскрывается на блоге. А во-вторых,для того, чтобы новички понимали, что как бы долго они не составляли тексты лендинга и других рекламных элементов, все равно очень трудно сделать это эффективно с первого раза.

Необходимо создать несколько вариантов каждого блока лендинг пейдж и по очереди тестировать их. Это можно сделать несколькими способами.

Например, можно менять заголовки и другие элементы лендинга, когда на сайт зашло, 500 человек. Вы измеряете количество продаж, которое произошло с прошлым вариантом заголовка, количество продаж с новым и оставляете лучший. Только не меняйте сразу несколько элементов. Так сложнее отследить какой именно элемент повлиял на конверсию посетителя в клиента.

Таких элементов может быть сколько угодно – это, и цвета кнопок, и размер шрифта, картинки, расположение блоков, их порядок и т. д. Ваша целевая страница – должна находиться в постоянном АБ – тестировании. Только так вы сможете добиться лучших результатов и понять, что действительно влияет на конверсию лендинга.

АБ тестирование при помощи сервиса google analytics!

В ручную проводить АБ – тестирование конечно же можно, но вы получаете слишком мало критериев оценки качества, поэтому для этих целей, я рекомендую использовать инструмент “Эксперименты” в GoogleAnalytics. Конечно, чтобы им воспользоваться, вам нужно завести аккаунт в google и подключить систему аналитики. Это сделать не сложно, но если у кого-то возникнут проблемы — напишите мне, и я напишу статью на эту тему.

Итак, после того, как вы вошли в google analytics переходите в “Поведение” > “Эксперименты” и нажимаем на кнопку создать эксперимент. Перед вами откроется такое окно:

АБ тестирование

В этом окне указываете название эксперимента и в категории “Цель эксперимента” в большинстве случаев необходимо создать цель.  В этом окне я предварительно задал процент трафика, который участвует в эксперименте 100% и включил оповещения. Итак, жмем по соответствующему значку “Создать цели” и перед нами появляется следующее поле:

АБ – тестинг

Здесь вы можете поставить чекбокс напротив одного из шаблонов цели, если она вам подходит. Я же обычно жму “Выбрать” и «далее».

В этом шаге нам нужно задать название цели и определить ее тип. В моем случае я буду тестировать цвет кнопки.

АБ тестирование в гугл

Особенностью моей формы является то, что после нажатия кнопки пользователя перебрасывает на страницу благодарности (о подобной форме я рассказывал в этой статье). То есть, пользователь видит сообщение “спасибо за доверие, ваша заявка принята, после обработки заявки, наш консультант свяжется с вами”.

Данная страница имеет имя brif.php. Поэтому мне подходит поле “Цель”  — отмечаем и жмем «далее».

АБ тест

Здесь, в поле “цель”, необходимо указать путь к вашей странице, которая бы подтверждала достижение цели, но без учета доменного имени. У меня страничка лежит в корневом каталоге и поэтому путь выглядит так: /brif.php

При необходимости задаете дополнительные параметры и жмете “Создать цель”

После того, как цель создана, возвращаемся в “Эксперименты”, где нас просят задать страницу, которая будет участвовать в эксперименте. У меня – это index.html – то есть главная страница.

Предварительно я создаю еще одну такую же страницу, но с оранжевым цветом кнопки. Просто меняю для нее класс и в таблице стилей, изменяю фон на оранжевый вместо голубого. Называю ее indexdva.html и прописываю названия в соответствующие поля.

АБ тестинг лендинг пейдж

Снова жмем далее! На следующем шаге, нам предлагают разместить скрипт, на основной странице между тегами <head></head>. Так и делаем!

АБ тестирование лендинга

После установки, опять нажимаем “далее” и на следующем шаге, если все сделано правильно, вы увидите такое сообщение:

eksperimenti-google

Теперь все готово, нажимаем “начать эксперимент”. На этом все – АБ тестирование запущенно, теперь на вкладке “’эксперименты” вы всегда можете посмотреть статистику по данным страницам. Это не только конверсия кнопки, а совершенно разнообразные параметры. (Количество времени, проведенное на сайте; показатель отказов; количество просмотров и т.д.) В зависимости от этих показателей система подскажет какой вариант страницы лучше, отобразит это в процентном соотношении и покажет количество посетителей каждой из страниц.

Теперь вы знаете как провести АБ тестирование и конверсия ваших лендинг пейдж увеличится в разы. Если вы не хотите использовать сервис Гугл, то можете ознакомиться со статьей, в которой говориться о том, как провести АБ тестирование при помощи добавления скрипта.  Всем удачи. Пока.

smartlanding.biz

A/B тестирование в Google Analytics

Простой пример настройки A/B теста в гугл аналитикс.

К идее тестирования сайтов рано или поздно приходит практически каждый владелец интернет-бизнеса. Что нужно предпринять, чтобы увеличить продажи? Повысить конверсию! А как ее измерить? Как понять, какие именно изменения привели к ее увеличению? В этом нам и поможет тестирование. Данная статья предназначена для новичков и владельцев небольших сайтов, которые хотели бы детальнее разобраться в предмете тестирования и методах измерения конверсии.Нам хотелось бы подробнее рассмотреть метод АБ тестирования сайтов, заостряя внимание на его технической реализации — как и что необходимо делать. В ходе работы будет использован только один инструмент тестирования — Google content experiments, который входит в бесплатную версию Google Analytics и доступен всем без исключения.

Основные настройки

Для начала необходимо перейти в Google Analytics и зайти в раздел, который отвечает за проведение тестирования на сайте. Нам необходима вкладка «Поведение» — «Эксперименты».

google experiments

Далее нажимаем на кнопку «Создать эксперимент», после чего переходим в настройку вновь созданного эксперимента.

эксперимент гугл

Настройка эксперимента состоит из 4-х последовательных шагов. Некоторые пункты являются обязательными, некоторые — нет. Пройдемся по каждому из них.

Эксперименты со страницами

1. Название эксперимента — обязательный пункт. Можно задать любой текст, который будет отражать суть вашего эксперимента.

2. Цель эксперимента. Проще говоря, это любое действие пользователя (покупка, посещение страницы, присутствие на сайте определенное время), которое и будет определять эффективность внесенных изменений. У какого варианта данное целевое действие будет выполняться в большем объеме, тот и является выигрышным. Вы можете выбрать цель из уже существующих в Google Analytics или создать новую (во втором случае инструмент перейдет на соответствующую страницу).

3. Далее необходимо выбрать процент распределения трафика — количество (в процентах) пользователей, которые будут видеть тот или иной вариант. По умолчанию стоит 100%. В своей работе мы оставляем стандартное значение и не меняем его.

4. Оповещение по электронной почте — вещь сугубо индивидуальная и настраивается по желанию. Суть заключается в оповещении о каких-либо значительных изменениях в эксперименте. Зачастую это письма, сообщающие о том, что достигнутая конверсия недостаточна либо есть какие-либо сбои в тестировании. В своей работе мы оставляем эту кнопку выключенной, т. к. следим за экспериментом самостоятельно.Это основные настройки, которые необходимы для работы. Теперь разберем подробнее дополнительные настройки, которые также могут влиять на ход теста(шаг 5).

настройки ab теста

6. Равномерное распределение трафика между всеми вариантами дает возможность изменять количество тестируемого объема трафика. Если включено равномерное распределение (ползунок в режиме «ВКЛ»), то пользователи будут распределяться примерно поровну между вариантами. Допустим, у нас есть 1000 показов, из них 502 — первый вариант тестируемой страницы, 498 — второй вариант. При режиме «ВЫКЛ» распределение будет проходить по схеме «многорукого бандита». Это модель, основанная на статистических формулах. Если проще, то суть данной настройки заключается в том, что ежедневно будет измеряться эффективность каждого варианта, и на лучший вариант передаваться больше трафика. При таком эксперименте можно увидеть следующее распределение: вариант А — 1000 показов, вариант Б — 200 показов. Такой вид используется по умолчанию и значительно ускоряет проведение стандартного эксперимента с равными долями распределения пользователей.

7. Минимальное время проведения эксперимента — это нижняя граница времени, по которой будет проходить тест. Стандартно — это 2 недели тестирования.

8. Настройка порога достоверности. Чем выше данный порог, тем точнее система определит выигрышный вариант, но будьте готовы к тому, что повышение порога повлечет за собой удлинение эксперимента (в некоторых случаях на его проведение потребуется довольно много времени).

Тестирование статических страниц

Первый вариант страниц, которые будем рассматривать — статические страницы. Это страницы, которые представлены, как правило, одним вариантом и не меняются. Пожалуй, самым наглядным примером может служить страница корзины или оформления заказа. Они всегда имеют один шаблон, располагаются, вероятнее всего, по адресу /cart и не имеют динамики. Настройка теста для таких страниц осуществляется довольно просто, однако перед ней необходимо провести серию подготовительных мероприятий. Для примера будет показано, как протестировать страницу «Оформление заказа» в интернет-магазине.

Подготовка. Для начала необходимо сделать альтернативную версию страницы. Допустим, оформление заказа у нас происходит в самой корзине /cart. Соответственно, необходимо сделать страницу /cart_test, которая бы функционально повторяла страницу /cart, но содержала в юзабилити изменения, которые мы бы хотели проверить.Итак, у нас получилось несколько страниц, которые необходимо протестировать. Приступаем к настройке эксперимента.

Настройка эксперимента. При тестировании статических страниц необходимо задать исходный и измененный варианты. В нашем случае это /cart/ — как исходный вариант (помечено как пункт 9), и /cart_test/ — как альтернативный (пункт 10 соответственно). В изображении рядом отобразится вид тестируемых страниц.

настройки ab теста гугл

После выбора тестируемых страниц переходим далее и формируем код. Это очень важный момент. Устанавливать код эксперимента надо только на исходной странице, на тестируемых делать это нет необходимости. На всех страницах обязательно должен быть установлен счетчик Google Analytics. Сам код мы получаем на 12 шаге, при этом Google нам дает выбор: можно вставить код самостоятельно либо отправить письмо с кодом специалисту, который сделает это за вас (шаг 11).

код эксперимента аналитикс

проверка ab теста

На 13 шаге происходит проверка корректности установки ваших кодов. При статическом тестировании и верной установке кодов данный блок, как правило, не содержит ошибок. Однако даже если в блоке есть информация об ошибках, но вы уверены, что все сделали верно, можно начинать эксперимент (хотя советуем перед началом еще раз все хорошо проверить).

Теперь вам остается только нажать кнопку «Начать эксперимент».

Тестирование динамических страниц

Подготовка. Другое дело — тестирование динамических страниц. В этом случае подход в определении исходной и тестируемых страниц, а также первоначальные приготовления будут другими.Для примера возьмем интернет-магазин, который торгует мебелью. Цель эксперимента — протестировать карточки товара, которые предлагаются к внедрению. Сложность в том, что таких карточек на сайте огромное количество и каждую из них необходимо учесть в проводимом тесте.В этом случае вам нужно сделать для текущего шаблона карточки товара дополнительный параметр, при открытии которого будет отображаться новый формат карточки с измененными элементами.Поясним на примере. Допустим, основная карточка у нас находится по адресу /goods/groups/bed/?GOOD_ID=100500Добавляем параметр ?ab=1 и ?ab=2. С этой задачей лучше обратиться к вашему программисту либо к специалистам студии, которая осуществляет поддержку вашего сайта.

Таким образом, тестируемая страница примет вид:/goods/groups/bed/?ab=1&GOOD_ID=100500/goods/groups/bed/?ab=2&GOOD_ID=100500

При ее открытии появится то же самое товарное наименование, но оформление шаблона будет другим. Наша задача состоит в том, чтобы правильно распределять пользователей между тремя шаблонами (исходным и с параметрами ?ab=1 , ?ab=2).

Настройка эксперимента

В настройках в качестве исходной страницы нужно установить любую страницу карточки товара. В нашем примере это будет/goods/groups/bed/?GOOD_ID=100500А в настройках динамических страниц необходимо установить тот параметр, которые мы внедрили: ?ab=1, ?ab=2. Важно указать их без слеша, просто параметр.

a/b тестa/b split google

Сформированный код необходимо установить в исходный шаблон карточки товара, который имеется у вас на сайте. В шаблоны динамических страниц, для которых мы делали параметры, необходимо установить код счетчика Google Analytics. После всех настроек и запуска эксперимента пользователи магазина будут распределяться между исходной страницей карточки товара и другими (вариативными) страницами. Таким образом можно будет внедрять и тестировать различные изменения, которые помогут повысить конверсию вашего сайта.

Источник: webit

datascientist.one

тестирование с помощью Google Analytics

У Google Analytics (далее GA) есть инструмент для проведения A/B-тестирований страниц сайта.

Смысл такого тестирования в том что существует 2 разные версии одной страницы (по двум разным ссылкам), и скрипт google показывает разным посетителям то одну, то другую версию, смотрит с какой из версий будет выше конверсия в целевое действие.

1. Предварительно следует настроить цели в GA, если это еще не сделано.

2. После этого создать две версии страницы. Для примера рассмотрим процесс тестирования страницы товара.

Самый простой способ получить вторую версию любой страницы магазина - создать еще одну языковую версию сайта в разделе настройки - языки.

Вообще практически любую стандартную функцию платформы InSales можно использовать нестандартно!

Чтобы получить возможность менять ее дизайн, создайте новую языковую версию темы магазина как это описано здесь. Редактировать ее код и настройки можно независимо от основной языковой версии.

В итоге имеем две страницы товара, к примеру, одна с синей кнопкой в корзину, другая - с зеленой. Хотим провести эксперимент и понять какая страница даст бОльшую конверсию.

3. В GA идем в раздел Поведение - Эксперименты, жмем Создать эксперимент:

4. На 1м шаге создания выбираем одну из созданных в GA целей, например, переход в корзину:

5. На втором шаге в качестве Исходной страницы указываем ссылку на нашу страницу товара, в качестве Варианта 1 - ссылку на ее языковую версию:

6. На третьем шаге получаем код эксперимента для вставки. Копируем его:

7. В бек-офисе магазина вставляем полученный код на обе версии страницы. Это самый сложный момент настройки.

Если у Вас не получается, то Вы можете предоставить доступ к GA нашим специалистам, составив заявку в разделе Отправить запрос. Доступ можно дать на аккаунт [email protected], специалистам нужен будет доступ с полными правами. После настройки Вы сможете удалить наш аккаунт из Вашего счетчика GA.

Итак, чтобы все же попробовать вставить код самостоятельно, идем в раздел Дизайн-> Редактор HTML/CSS/JS:

 

Вставляем в шаблон HTML, но не прямо после открывающего тега <head>, заключив внутрь условия {% if template == 'product' %}...(здесь сам код от GA)...{% endif %}, т.к. эксперимент будем проводить на странице товара.

Необходимо чтобы код отображался только на тех страницах, на которых ведется тестирование, для этого в условие нужно добавить id объекта, с которым будет проводиться тестирование. Его можно взять из адреса страницы редактирования этого объекта в бек-офисе, в случае товара:

Таким образом, для товара получаем условие:

{% if template == 'product' and product.id == id_товара_без_кавычек %}...(здесь сам код от GA)...{% endif %}

Если эксперимент проводится на странице другого типа, то значение template нужно взять из списка значений в нашей документации по liquid.

Перед самим кодом GA необходимо объявить переменную с основным доменом магазина, вот так:

<script>_udn = "домен_магазина.ru"; </script>

 

Не забываем то же самое проделать с другой языковой версией темы:

 

8. После проверки вставки кода в GA жмем Начать эксперимент.

Готово! Ждем пока собирается статистика.

Ключевые слова: гугл аналитикс, гугл аналитика

www.insales.ru

Сплит тестирование с помощью Google Analytics

В интернет-маркетинге только и разговоров, что о сплит тестах и A/B тестированиях. Особой популярностью пользуются «шокирующие» результаты сравнительных анализов «синенькой» и «красненькой» кнопочки. Еще можно тестировать влияние разных заголовков на конверсию, фон страницы на время просмотра, сложность формы на количество подписок, фазы луны на удой коров.Тестировать действительно нужно, особенно когда в команде возникают противоречия, или заказчик не соглашается с предложенным решением.

Сегодня мы рассмотрим простой, мощный и бесплатный инструмент для проведение сплит тестов. В статье вы найдете пошаговую инструкцию по запуску A/B тестирования с помощью Google Analytics.Почему именно Google Analytics, а не встроенные инструменты сервисов для создания целевых страниц? Скорее всего, потому что от количества маркетинговых инструментов можно сойти с ума. Лучше раскрыть функционал того, чем и так пользуешься.

Как всегда запускать сплит тест будем на живых страницах. Очень удобно, когда и работу делаешь, и полезные посты пишешь. Рекомендуем.

Что нам потребуется?

  • Веб-мастер: 1 шт.
  • Объекты для теста: 2 шт. и более
  • Представление в Google Analytics с настроенной целью: 1 шт.

Наши подопытные

Тестировать мы будем страничку очередного нашего мероприятия.Точнее 2 формы для подписки с разными призывами к действию. Выяснить мы хотим: насколько оправдывает себя «лидогенерирующий мухлеж», когда подписка на рассылку не называется подпиской.

Формы подписок аб тест

Далее нажимаем кнопку «Далее»

На практике запуск сплит тестирования в Google Analytics не сложнее заказа пиццы в ресторане.

    1. Заходим в наше представление Google Analytics.
    2. Выбираем раздел отчетов
    3. В отчетах выбираем «Поведение»
    4. Жмем «Эксперименты».

Далее создаем новый эксперимент.

Даем название нашему эксперименту, выбираем цель эксперимента (у нас это подписка на рассылку). Также на этом шаге можно настроить процент трафика, который будет задействован в тесте, в дополнительных настройках можно задать степень достоверности и минимальное время проведения эксперимента.

На втором шаге настройки мы указываем URL тестируемых страниц и их названия, по которым можно будет отличить одну от другой в отчетах. Желательно поставить галочку, как показано на картинке ниже. Это позволит во всех остальных отчетах Google Analytics считать тестируемые страницы за одну, в отчете A/B тестирования по-прежнему это будут две разные страницы.

Третий шаг настройки генерирует нам код, который необходимо установить после открывающего тегана всех страницах, участвующих в сплит тесте. Не знаете как это выполнить самостоятельно — не беда. Заботливый Гугль реализовал у себя отправку кода по электронной почте, отправьте код своему веб-мастеру.

Последний шаг настройки — проверка наличия счетчика Google Analytics на тестируемых страницах. Нам экран проверки выдает ошибку, т.к. мы используем Google Tag Manager. Тем не менее, статистика собираться будет. Поэтому не обращаем внимания, жмем «Начать эксперимент».

Вот и все, эксперимент запущен. Проверять результаты запущенного сплит тестирования можно в этом же разделе Google Analytics.

 

Ждите от нас статьи: «Шокирующий результаты А/Б теста, как текст в форме влияет на Лидогенерацию!»

leadmachine.ru

Сплит-тестирование средствами Google Analytics: а/б тестирование, мультивариантное

При продвижении сайта или Интернет-магазина периодически возникает необходимость корректировок/доработок, эффект от которых невозможно определить заранее с необходимой точностью. Для принятия обоснованного и правильного решения в таких ситуациях прибегают к сплит-тестированию.

Что такое сплит-тестирование?

Сплит-тестирование (А/Б тестирование, мультивариантное тестирование) – это показ целевой аудитории Интернет-ресурса одного и нескольких образцов одной и той же страницы для определения наиболее привлекательного варианта, обеспечивающего наибольшую конверсию цели. Целью может быть не только покупка товара или заказ услуги, но и увеличение среднего времени на странице, рост количества кликов по кнопке/ссылке/блоку, снижение процента отказов и т.п. Цели определяются индивидуально в каждом конкретном случае в зависимости от поставленных перед страницей/элементом задач.

Что можно тестировать на странице?

В принципе можно тестировать все, с чем может взаимодействовать посетитель. В основном это сводится к следующим элементам:

  • Текст, дизайн и расположение конверсионных кнопок или ссылок
  • Размер, дизайн и расположение конверсионных форм
  • Заголовок и описание услуги или продукта
  • Дизайн страницы и отдельных элементов, включая цветовые схемы
  • Количество текста, изображений и видео на странице

Список тестируемых элементов можно продолжать и продолжать переходя от чего-то общего к чему-то частному.

Виды сплит-тестирования

Сплит-тестирование может быть одновариантным (А/А тестирование), двухвариантным (А/Б тестирование) и многовариантным (А/Б/В тестирвоание, мультетестирование).

  • А/А тестированиеПроводится с одной и той же страницей для определения степени однородности трафика и погрешности результатов дальнейшего тестирования
  • А/Б тестированиеПроводится с двумя образцами страницы, которые отличаются одним или несколькими элементами для определения наиболее конверсионного варианта
  • А/Б/С тестирование (мультивариантное)Проводится с тремя и более образцами страницы имеющими существенные отличия от первоначального варианта для определения наиболее конверсионного варианта

Что необходимо для проведения сплит-тестирование?

Для проведения сплит-тестирования необходимо:

  1. Четкое понимание целиЦель или цели должны быть четко и однозначно сформулированы. Кроме этого, они должны быть измеримы с помощью системы веб-аналитики или сплит-тестирования
  2. Трафик (посещаемость)Для проведения сплит-тестирования и получения объективных результатов необходимо какое-то минимально допустимое количество трафика. В противном случае тестирование растянется во времени
  3. Однородность трафикаПеред основным сплит-тестированием стоит провести А/А тестирование, которое позволит определить однородность трафика и погрешность результатов

Как провести А/Б-тестирование с помощью Google Analytics

Для проведения А/Б тестирования или мультивариантного тестирования  стандартными средствами Google Analytics необходим рабочий аккаунт Google Analytics, подготовленные для тестирования образцы страницы, которые будут сравниваться с исходным вариантом и доступны по своим уникальным url-адресам.

!!!Важно. Для минимизации проблем со стороны поисковых систем из-за дублирования контента необходимо прописать канонический адрес страницы и закрыть от индексации в robots.txt все дополнительные образцы страницы, созданные для тестирования.

Шаг 1

Для начала сплит-тестирования необходимо зайти в Google Analytics, выбрать интересующий ресурс/представление. В разделе «Поведение» необходимо выбрать пункт «Эксперименты» и кликнуть по кнопке «Создать эксперимент» для перехода к мастеру создания эксперимента со страницей.

Создание эксперимента в Google Analytics для сплит-тестирования

На первом шаге необходимо ввести название эксперимента, выбрать или создать цель, указать какое количество трафика будет участвовать в эксперименте и определиться с необходимостью оповещения о важных изменениях:

Создание эксперимента в Google Analytics для сплит-тестирования - шаг 1

В пункте «Дополнительные настройки» можно оставить все по умолчанию или заполнить на свое усмотрение, воспользовавшись всплывающими подсказками.

Шаг 2

На втором шаге необходимо задать настройки эксперимента, которые заключаются в указании url-адресов и названий исходной и тестируемой(-мых) страниц;

Создание эксперимента в Google Analytics для сплит-тестирования - шаг 2

По умолчанию доступен только одни вариант тестирования для проведения А/Б теста. Если необходимо провести мультитестирование, то необходимое количество полей можно добавить с помощью клика по ссылке «+ Добавить вариант» . После указания url-адресов страниц Google Analytics проверит их доступность и перейдет к следующему шагу.

Шаг 3

На третьем шаге необходимо произвести установку кода эксперимента Google Analytics на сайт. Установку можно произвести как самостоятельно, так и с привлечением стороннего веб-мастера, отправив ему письмо по электронной почте.

Создание эксперимента в Google Analytics для сплит-тестирования - шаг 3Если установку кода эксперимента под силу произвести самостоятельно, то необходимо кликнуть по кнопке «Вставить код вручную» получить код эксперимента:

Создание эксперимента в Google Analytics для сплит-тестирования - шаг 3 - получение кода

Код эксперимента необходимо установить ТОЛЬКО на исходную страницу, сразу после открывающегося тега «/head»:

Создание эксперимента в Google Analytics для сплит-тестирования - шаг 3 - установка кода

Шаг 4

На четвертом шаге Google Analytics проверит наличие кода эксперимента на исходной странице и наличие кода отслеживания Google Analytics на всех страницах, участвующих в тесте. После проверки можно запустить А/Б тестирование, кликнув по кнопке «Начать эксперимент».

Создание эксперимента в Google Analytics для сплит-тестирования - шаг 4

В результате выполнения данной последовательности действий в пункте «Эксперименты» раздела «Поведение» появится созданный эксперимент. Теперь необходимо подождать некоторое количество времени для получения результатов.

Сплит-тестирование в Google Analytics

Для просмотра хода выполнения эксперимента и текущего результата достаточно просто зайти в сам эксперимент. Там, скорее всего, будет следующая картина:

Промежуточные результаты сплит-тестирования в Google Analytics

Осталось набраться терпения и дождаться результатов А/Б тестирования.

blog.ffonrims.ru

Настройка экспериментов в google analytics через google tag manager

Настройка экспериментов в google analytics через tag manager

 

Для увеличения конверсии на сайте применяют разные виды A / B тестов. В гугл аналитиксе, также есть такая функция под названием «Эксперименты»

Она обладает не большим  количеством настроек и предназначен для быстрых тестов с минимальными изменениями.  Для более сложного тестирования у Google есть отдельный продукт для тестирования Google Optimaize с множеством настроек и большим  функционалом.

На примере будет рассмотрен тест цвета кнопки «Оставить заявку»

Для теста необходимо создать дополнительную страницу с изменениями цвета кнопки и установить на  все настройки аналитики, что есть на оригинальной странице.

Переходим к настройкам экспериментов  в гугл аналитикс:

Поведение /// Издатели /// Эксперименты /// Создать эксперимент

 

Заполняем блок 1

Вводим название эксперимента

Цель эксперимента. Выбираем предварительно созданную цель или создаем новую. В большинстве случаев ставят цель на целевое действие максимально приближенное к покупке или услуге.

Процент траффика участвующего в эксперименте.  Если вы сделали тест между двумя вариантами и поставили 50% траффика, то на исходный и на тестовый вариант придётся приблизительно по 25%, по котором и будет статистика в эксперименте, остальные 50% процентов будут без изменений. Получается что на исходный вариант будет приходится  75% трафика, а на тестовый 25%.  Если есть возможность,  что тестовый вариант вообще не даст конверсий то лучше тестировать не на 100% трафике.

Уведомления на почту. Если вы инвестируете относительно много денег в рекламные кампании, лучше знать о изменениях чем скорее, тем лучше.

 

Блок дополнительные настройки

Равномерное  распределения трафика — ВКЛ. В таком случае у кого  достижений целевых действий будет выше, аналитикс будет давать больше экспериментального трафика. Был проведен тест, что при равномерно распределённом трафике, аналитикс распределяет экспериментальный трафик по источникам примерно поровну. Если выбрать неравномерное распределение трафика может случится перекос  по трафику и по тесту мы не сможем сделать никаких выводов.

Настройка минимального времени проведения экспериментов. Эксперимент будет продолжатся выбранное время несмотря на прохождения порога достоверности.

Настройка порога достоверности: 95%  Разница между 95% и 100% несущественная. Вряд ли у варианта у которого уже есть 95% окажется худшим вариантом, а другой вариант имея 5%, в дальнейшем наберет 100%  Поэтому, в целях сокращении времени теста рекомендация ставить 95%

 

Блок 2 . Задаем настройки экспериментов

Прописываем url и названия исходной и тестовой страницы. Если нужно аналогично добавляйте еще варианты.

После настройке у Вас должно быть отображение этих страниц в правом окне.

Вы можете создавать до 35 разных вариантов в одном тесте, но рекомендуется использовать один вариант. То есть исходник и один вариант для теста.

 

Блок 3. Настройка кода эксперимента

Здесь вы можете выбрать:

Отправить код веб мастеру – отправка кода в письме тому, кто будет устанавливать код.

Вставить вручную – копируем код и вставляем его в верхней части «head» исходной страницы

 

Блок 4. Посмотреть и начать

Вставляем код в исходную страницу сайта. На страницы, которые мы сделали с вариантами код эксперимента не ставиться, но код счетчика аналитикса обязательно должен быть.

Начать эксперимент

Бывает что, аналитикс выдает ошибки, но нужно проверять работоспособность эксперимента на странице.

 

Данные по эксперименту должны отобразится в течении 24 часов.

Пример отчета об эксперименте

 

 

Если вы используете на сайте google tag manager, то код можно разместить в контейнере, без помощи программистов.

Для этого нужно создать один триггер и тег

Создаем триггер

Название: google experiment trigger – можете называть по разному

Тип: просмотр страниц

Триггер активируется при следующих страницах: Некоторые просмотры страниц

Активировать триггер при выполнении условий: Page Path равно /trenazhor-dlya-ab-eksperimentov/

/trenazhor-dlya-ab-eksperimentov/ – исходная страница эксперимента

 

Создаем тег

Название: google experiment tag

Тип: пользовательский HTML

Размещаем код эксперимента из google analytics

Поддержка функции document.write

Триггер активации: google experiment trigger – который мы предварительно создали.

Отправляем на публикацию.

 

Проверка работы эксперимента

Зайдите на исходную страницу эксперимента в разных браузерах.

Если при переходе на вариант теста в адресной строке эксперимента вы увидите дополнительную метку. Это означает, что тест работает.

 

 

The following two tabs change content below.

gasend.com


Смотрите также