Dönüşüm Sağlayanı Test Etme

Nelerin dönüşüm sağladığına ilişkin görüşler çoğu zaman yanlıştır. Denemeler, bir sayfanın sürümlerini gerçek ziyaretçi davranışlarıyla karşılaştırarak tahmin yürütmenin yerini kanıta bırakır.

Dönüşüm oranı optimizasyonu veya CRO, sonuçları içgüdüsel bir yeniden tasarımla değil, bu denemeleri düzenli biçimde gerçekleştirerek istikrarlı şekilde iyileştirme disiplinidir.

Bir A/B denemesinde ziyaretçilerin yarısına A sürümü, diğer yarısına B sürümü gösterilir ve hangisinin daha iyi dönüşüm sağladığı ölçülür.

Ziyaretçiler aynı anda ve rastgele bölündüğü için dış etkenler her iki sürümü de eşit biçimde etkiler. Dönüşüm oranındaki fark, yaptığınız değişikliğin etkisini gösterir.

İyi bir deneme, rastgele kurcalamayla değil, net bir varsayımla başlar. Neyi değiştireceğinizi, beklediğiniz sonucu ve bunun nedenini belirtin.

Bu yaklaşım, denemeleri amaçlı hâle getirir ve sonuç başarılı da olsa başarısız da olsa anlamlı olmasını sağlar. Bir inancı çürüten başarısız bir deneme bile değerli bir learning sunar.

Sonuçlardaki değişikliğe neyin neden olduğunu anlamak için her seferinde tek bir öğeyi değiştirin: başlığı, düğme rengini veya formun uzunluğunu; üçünü birden değil.

Birkaç şeyi birlikte değiştirmek sayfanın iyileştiğini gösterebilir, ancak hangi değişikliğin bunu sağladığını göstermez. Öğrenmek için değişkeni yalıtın.

Tüm öğeler eşit derecede önemli değildir. Başlık, ana teklif, CTA ve ana görsel genellikle dönüşümü en çok etkiler; bu nedenle önce bunları deneyin.

Küçük görsel rötuşlar nadiren büyük değişiklikler yaratır. Deneme bütçenizi potansiyel kazanımın en yüksek olduğu alanlarda kullanın.

Bir denemenin sonucu anlamlı hâle gelmeden önce yeterli sayıda ziyaretçiye ve dönüşüme ihtiyacı vardır. Birkaç dönüşümden sonra kazananı ilan etmek, denemelerdeki en yaygın hatadır.

Gerekli örneklem büyüklüğüne başlamadan önce karar verin ve normal günlük değişkenliği yakalayacak kadar, ideal olarak tam haftalar boyunca, denemeyi sürdürün.

İstatistiksel anlamlılık, bir farkın rastgele gürültüden ziyade gerçek olma olasılığını tahmin eder. Yaygın bir eşik %95 güven düzeyidir.

Bu düzeyin altında görünen kazanan yalnızca şans eseri ortaya çıkmış olabilir. Anlamlılık, gerçekte yardımcı olmayan bir değişikliği kullanıma sunmanızı önler.

B öne geçer geçmez denemeyi durdurmak, yani erken sonuçlara bakmak, sahte başarıları artırır. İlk sıralardaki üstünlükler, daha fazla veri geldikçe çoğu zaman ortadan kalkar.

Bitiş koşullarını önceden belirleyin ve bunlara uyun. Ayrıca normal davranışı çarpıtan tatil dönemi kampanyası gibi sıra dışı dönemlerde deneme yapmaktan kaçının.

Çok değişkenli denemede aynı anda birkaç öğe değiştirilir ve her birleşim ölçülür. Bu yöntem, öğelerin birbiriyle nasıl etkileştiğini ortaya çıkarabilir; ancak çok daha fazla ziyaretçi trafiği gerektirir.

Çoğu sayfa için ardışık A/B denemeleri daha uygulanabilirdir. Çok değişkenli denemeleri, gerekli hacmi karşılayabileceğiniz yüksek trafikli sayfalara ayırın.

Bir deneme ancak sonuçlarına göre harekete geçerseniz işe yarar. Kazananı yayına alın, öğrendiklerinizi kaydedin ve bu içgörüyü sonraki varsayıma aktarın.

CRO bir döngüdür: araştırma, varsayım kurma, deneme, öğrenme ve yineleme. Düzenli yineleme, zamanla birleşerek büyük kazanımlara dönüşür.

Artış, kazanan sürümün kontrol sürümüne kıyasla sağladığı iyileşmeyi, ilk oranın yüzdesi olarak ölçer. Etkiyi ilgili paydaşlara açıkça anlatır.

Sonucun güvenilir olması için artışı her zaman güven düzeyiyle birlikte değerlendirin. Güven düzeyi düşükken görülen büyük bir artış henüz karar vermek için yeterli değildir.

Sınama, kişisel kanaatin yerini kanıta bırakır. A/B sınamaları, net bir hipotez ve izole edilmiş tek bir değişken doğrultusunda sürümü karşılaştırmak için trafiği böler; önceliği de ilk olarak etkisi yüksek unsurlara verir.

Yeterli örneklem büyüklüğüne ve istatistiksel anlamlılığa ulaşılmasını bekleyin, sonuçlara erkenden bakmaktan kaçının; ardından kazananı yayına alın ve yineleyin. Sonuçları, güven düzeyiyle birlikte artış olarak raporlayın.