+90 (212) 270 0 546
info@inveon.com.tr

Jun

20

Dijital Pazarlama ve Dönüşüm Optimizasyonunda A/B Testleri

Girişim yöneticimiz Onur Turna’nın, A/B Testi’nin ne olduğu hakkında kısaca bilgi verdiği ve A/B Test sürecinin işleyişini anlatan yazısını sizler için derledik.

A/B testleri; internet sitesi ve uygulama arayüzlerinin belirli mikro veya makro hedeflere göre iki farklı varyantından hangisinin dönüşüm hedeflerine daha yüksek oranda ulaştırdığını tespit etmek için uygulanan testlerdir. A/B testleri ile kullanıcıların halihazırda ziyaret ettiği internet sitesi veya kullandığı uygulamalar nihai değişikliğe uğramadan önce daha doğru olduğu istatiksel olarak kanıtlanan test sonucu varyasyonuna göre şekillendirilir. Yani subjektif tasarım kararları yerini siteyi ve ya uygulamayı kullanan kitlenin davranışlara göre objektif olarak şekillenen akıllı kullanıcı deneyimine bırakır.

Testler, site veya uygulamanın güncel haline karşı önerilen değişikliklerin oluşturduğu yeni varyasyon ile gerçekleştirilir. Kimi zaman testler sadece bir CTA(Call-to-Action) butonunun renginin değiştirilmesi kadar basitken, kimi zaman kullanıcının hedef hunisindeki adımlarının bir kısmını veya tümünü değiştirecek kadar da karmaşık olabilir. Nedir bu hedef hunisi dersek? E-ticaret yapan bir firma için “Sepet-Üyelik-Adres-Ödeme-Tamamlama” olarak takip eden satışa dönüşüm huni akışı,uygulama içi satınalma sunan bir uygulama için uygulamanın önerilerinin detaylar gösterildikten sonra kullanıcı menüsünden satın alınmaya sunulması örnek verilebilir. Peki bu A/B test süreci nasıl işler?

  • Verilerin toplanması: Test etmeye başlamak için öncelikle uygulama veya internet sitesinin hedeflerinin açıkca ekip tarafından biliniyor olması gerekir. Bu hedefler; form doldurtmak, satışa dönüştürmek, kuponu aktive ettirmek, uygulama içi satın aldırma yaptırmak gibi hedefler olabilir. Bu hedeflerin halihazırda site ve uygulama analitiği araçlarıyla ölçülüyor olması gerekir.
  • Hipotezlerin yaratılması: Toplanan verilere göre tespit edilen sorunlu veya iyileştirmeye açık noktalar üzerinde hedeflere göre hipotezler üretilmeli ve önceliklendirilmelidir. “Adres sayfasından ödeme sayfasına geçişte sayfadan çıkışlar 70%’in üzerinde” “Anasayfadan “e-mail bültenine kaydol” formu sayfasına geçildiğinde bounce rate site genelinden %90 daha yüksek” gibi ipuçları size bu hipotezleri nerelerde arayacağınız konusunda cevap olacaktır. Sayfadan hemen çıkma oranı, sayfada geçirilen süre, hedef hunisinde bir sonraki aşamaya geçme oranı, sayfaiçi mikro dönüşüm hedefleri gibi metrikler ölçülerek bu hipotezler yaratılır.
  • Varyasyonların yaratılması ve test: Öngörülen değişiklikler site veya uygulama için tasarlanır ve test bu iki varyasyona kullanıcı trafiğinin rasgele bir biçimde kontrol veya varyant görünümüne yönlendirilmesiyle başlar. Trafik %50-%50 gönderilebileceği gibi, %90-%10 şeklinde de gönderilerek sadece küçük bir kullanıcı grubuyla da test yapılabilir.
  • Ölçümleme ve analiz: Sitenin trafiğine veya uygulamanın aktif kullanıcı sayısına göre testler istatiksel olarak anlamlı bir kazanan çıkana kadar devam eder. İstatiksel olarak anlamlı ifadesi, kazanan varyasonun kazanmasının sadece yapılan test süresince gelen trafiğe göre rasgele şans ile gerçekleşmediğini ifade eder. Test için seçilen güven aralığına göre yüzde 99 veya yüzde 95 olasılıkla bu test her tekrarlandığında aynı sonuç elde edilecektir.
  • Tekrarlama: Tebrikler, kazanan bir varyantınız var, ya daha iyisi varsa? İlk adıma geri dönerek hedefler doğrultusunda yeni hipotezler ile testler devam eder.

Yaptığımız bazı optimizasyon çalışmalarında satın alma hunisine giren müşterilerin huniyi tamamlayıp satın alma işlemini bitirme oranlarını doğru senaryolarla A/B testleri sonucunda %30  oranında artırabileceğimiz gördük. Farklı bir vakada ise sadece CTA butonlarını tek örnekte ve doğru konumda düzenleyerek satışa dönüşüm oranının %20 arttığını tespit ettik ve sitenin tasarımı bu yönde kalıcı olarak yenilendi.