Dołącz do czytelników
Brak wyników

Google Optimize - jak robić eksperymenty i w opraciu o wyniki podejmować trafne decyzje?

Artykuł | 19 kwietnia 2019 | NR 35
156

W tym artykule chciałbym przybliżyć działanie narzędzia, o którym jest coraz głośniej, a które może stanowić doskonałe uzupełnienie testów Twoich stron docelowych bez konieczności każdorazowego angażowania programisty. Google Optimize pozwoli Ci w oparciu o dane Google Analytics i proste testy sprawdzić różne wersje przekazu, wykorzystując zaawansowane modele statystyczne. Nieważne, czy chodzi o zwykły tekst na przycisku dodawania do koszyka, czy zupełnie inną wersję strony domowej – jeśli tylko widzisz potencjał na ulepszenie, zabierz się do testów.

Od 30 marca tego roku Optimize wyszło z bety i stało się dostępne dla wszystkich. Narzędzie jest darmowe i bazuje na danych z Google Analytics. Dostęp znajdziesz pod adresem //optimize.google.com/. Już podczas zakładania konta warto zapisać się na newslettery dotyczące nowości i ulepszeń od Google. Na kolejnym ekranie mamy do wyboru anonimowe udostępnianie swoich danych w celach ulepszenia narzędzi, dostępu do porównań oraz możliwość udostępnienia analitykowi Google dostępu do wyników. Zachęcony przeszłymi pozytywnymi doświadczeniami polecam zaangażować się w rozwój i nie blokować dostępów do tych danych, które możemy udostępnić, aby nauczyć się więcej (rys. 1).

Rys. 1. Zapisz się na newslettery z nowościami Google

 

W kolejnym kroku, na nowym koncie, zauważymy założony automatycznie kontener z identyfikatorem GTM-XXXXXXX. To na nim przeprowadzimy pierwszy eksperyment. Proste menu po prawej stronie pokazuje nam, na jakim etapie konfiguracji jesteśmy, zaś menu po lewej pozwala podglądnąć aktywność oraz listę eksperymentów (rys. 2).

Rys. 2. Ekran główny eksperymentów Google Optimize

 

Teraz przechodzimy do utworzenia pierwszego eksperymentu, służy do tego duży niebieski przycisk. Zostaniemy poproszeni o podanie nazwy eksperymentu i wybór typu eksperymentu. Do wyboru mamy:

  • test A/B – to testowania różnic między dwoma (albo więcej) różnymi wersjami strony,
  • testy wielopoziomowe MVT – testy do różnic między dwoma bądź więcej sekcjami strony, obecnie w wersji beta,
  • przekierowania – do testowania różnych stron, dysponujących różnymi adresami URL.

Zanim będziemy kontynuować pracę z nowym eksperymentem, trzeba połączyć dane konta Analtyics z Optimize. Aby wykonać ten krok, musimy się upewnić, że nasze konto posiada prawa dostępu do danych z konta, które chcemy podłączyć, a następie z menu po prawej stronie wybieramy opcję Link to Google Analytics i odpowiednie konto.

Czas na implementację kodu, który musimy zainstalować na stronie według wskazówek. To jedyny moment, w którym będzie wymagana interakcja z naszym developerem, który musi osadzić odpowiedni kod na stronie (rys. 3).

Alternatywnie możemy wykorzystać Google Tag Managera i tworząc nowy tag, wybrać predefiniowany tag Google Optimize i wypełnić odpowiednie pola, którymi są Identyfikator śledzenia Google Analytics oraz Optymalizacja identyfikatora kontenera.

Instrukcja: link.

Na potrzeby artykułu wykorzystajmy opcję testu A/B – w eksperymencie musimy wykonać trzy kroki, aby ruszył: ustalić warianty do testów, cel oraz kierowanie. Będziemy testowali zmianę przycisku, stąd do podstawowej wersji dodajemy wariant drugi z innym tekstem przycisku. Następnie, po połączniu z Widokiem danych naszego konta Analytics, wybieram jeden cel albo więcej (możliwe do zdefiniowania są 2 dodatkowe poboczne cele), importowany z wybranego Widoku danych. To te cele będę analizował w moim eksperymencie. Skoro testuję zmianę przycisku, dobrym pomysłem jest zbadanie, jak będzie wyglądała liczba wysłanych formularzy w każdym z wariantów. Pole na opis testu pozwoli mi również zanotować, jaki miałem pomysł i jaką tezę testuję. Następnie muszę zdecydować, jakiego procenta ruchu test dotyczy oraz jak podzielić testowany ruch między warianty. W moim wypadku jest to 100% ruchu dzielone na pół między wariant główny i utworzony dodatkowy wariant (rys. 4).

Uruchomienie zbyt wielu testów naraz powoduje problemy z ich interpretacją oraz zarządzaniem ruchem, jaki do nich kierujesz. Zawsze tak zaplanuj test, aby zebrać odpowiednią ilość danych.

 

Dobre praktyki:

Aby Optimize działało poprawnie, przeglądarka użytkownika powinna obsługiwać CSS3 Selectors. Listę przeglądarek sprawdzisz tutaj: //caniuse.com/#feat=css-sel3. Użytkownik bez tej funkcji zobaczy zwykłą stronę i zostanie wyłączony z testów.

System w minimalnym stopniu wpływa na czas ładowania się strony, ale miej to na uwadze podczas testów szybkości prowadzonych pod kątem optymalizacji kodu.

Występują drobne różnice danych między Optimize a Analytics – wynikają głównie ze sposobu obliczania współczynnika konwersji oraz faktu, że dane są najpierw procesowane do Google Analytics, a następnie przesyłane do Optimize z możliwym opóźnieniem do 12 h.

Szukasz pomysłów na dobre testy? Znajdziesz je tu: //support.google.com/...

Pozostałe 70% treści dostępne jest tylko dla Prenumeratorów.

Masz już prenumeratę? Zaloguj się, aby przeczytać artykuł.
Zaloguj się
Nie masz jeszcze prenumeraty? Nic straconego! Dołącz do grona stałych Czytelników już dziś i miej pewność, że żadne treści już Cię nie ominą.
Co zyskasz, kupując prenumeratę?
  • 6 drukowanych wydań magazynu Online Marketing
  • Dodatkowe artykuły niepublikowane w formie papierowej
  • Dostęp do czasopisma w wersji online
  • Dostęp do wszystkich archiwalnych wydań magazynu oraz dodatków specjalnych
  • ... i wiele więcej!
Sprawdź szczegóły

Przypisy