Google Optimize: Jak na A/B testování během 5 minut

Jan Sehnal, A/B testování, 14. 6. 2016

Google Optimize je nový a skvělý nástroj pro A/B testování a perzonalizaci obsahu. Pojďme se podívat, jak vypadá uživatelské prostředí a rovnou si ukážeme, jak lze během pouhých 5 minut připravit první A/B test. Pro ukázku jsme zvolili náš nový web Optimics.cz, na kterém si otestujeme jeden z prvků a ověříme si naši hypotézu.

Náš web jsme stavěli bez konvencí a upustili jsme uzdu fantazii. Kromě toho, že je protkán celou řadou technologií – od chytrého opt-inu až po remarketingový e-mailing – nabízí možnost přihlášení se přes LinkedIn profil uživatele. Právě přihlášení je spouštěčem k personalizaci webu, při které využíváme poskytnutá data z LinkedInu. Věříme, že tím uživateli zpříjemníme průchod naším webem a zároveň dáme najevo, že si v Optimics rádi hrajeme s daty a technologiemi.

Homepage našeho webu s LinkedIn tlačítkem

Homepage našeho webu s LinkedIn tlačítkem

Přihlášení přes LinkedIn je tak logicky na našem webu jedním z hlavních cílů. Tlačítko jsme zasadili do nepříliš výrazného černého boxu, protože jsme nechtěli, aby na sebe strhávalo celou pozornost, umístili ho nad přehyb stránky vpravo a celý box nazvali “Říkejte mi pane!”. Po spuštění webu jsme ale chtěli otestovat, zda je pozice boxu a jeho textace uživatelům dostatečně jasná a zda jsme zvolili správnou pozici – HotJar nám indikoval, že uživatelé tlačítko spíše ignorují. Vytvořili jsme tedy jednoduchý A/B test s variantami:

  • Varianta 0 – původní varianta, box LinkedIn vpravo, textace „Říkejte mi pane!“
  • Varianta 1 – box LinkedIn vycentrován, textace “Personalizovat web!”
  • Varianta 2 – box LinkedIn ponechán vpravo, textace “Personalizovat web!”

1. Vytvoření změn na stránce

V Google Optimize si v našem účtu a kontejneru vytvoříme nový A/B test se třemi variantami. Každou variantu následně vizuálně upravíme tak, jak jsme si stanovili výše. Otevřeme si editor první varianty a prohlížeč nám naservíruje homepage našeho webu, přes kterou se jako vrstva vykreslí WYSIWYG editor s oranžovou lištou v záhlaví a sadou nástrojů v modrém okně vpravo.

Hlavní stránka A/B testu s se založenými variantami testuVe WYSIWYG editoru změníme pozici boxuV editoru také změníme textaci boxu na "Personalizovat web"Výsledná podoba varianty 1 našeho A/B testu

Myší klikám na box LinkedIn, který se mi pro lepší manipulaci modře orámuje a zároveň si okno nástrojů načte přednastavené CSS styly prvku – vybraný prvek mohu kliknutím na tlačítka smazat, editovat text, modifikovat nebo vložit HTML, či spustit vlastní javascriptový kód. Zároveň mohu měnit většinu CSS vlastností, které se mi už automaticky uspořádaly do okna nástrojů.

Není tedy nic jednoduššího než CSS vlastnosti boxu přepsat tak, jak potřebuji – změním pravé zarovnání boxu na vycentrované (sekce Location s hodnotami 0px a 0px) a přepíšu textaci na “Personalizovat web!”. Hotovo. Ukládám první variantu a podobný postup volím pro druhou variantu, kde ponechávám původní umístění boxu vpravo a pouze přepisuji textaci. Máme hotovo. 3 minuty celkem.

2. Nastavení cílů A/B testu

Google Optimize a Google Analytics jsou datově dokonale provázány. Data tečou z jednoho nástroje do druhého a můžete je tak směle využívat. Právě integraci Google Analytics do Google Optimize využijete i při nastavování cílů A/B testu.

Když jsme náš nový web spouštěli, v GA jsme si nastavili několik cílů – prokliknutí tlačítka pro přihlášení přes LinkedIn bylo jedním z nich. V Google Optimize máte všechny cíle z Google Analytics automaticky k dispozici i pro váš A/B test! Není potřeba žádná další implementace, žádné kódování, žádné IT sprinty, žádné čekání…

Naše cíle v Google Analytics

Sada šesti cílů v Google Analytics, které měříme na našem webu

Cíle z Google Analytics jsou automaticky k dispizici i v Google Optimize

Cíle z Google Analytics jsou automaticky k dispozici i v Google Optimize

Stačí tedy jen z rozbalovacího menu vybrat cíle – my jsme pro účely vyhodnocení testu zvolili jako primární cíl právě přihlášení přes LinkedIn (cíl Signed up), sekundární pak všechny ostatní včetně několika metrik jako je počet Pageviews, Session Duration nebo Bounces. Můžeme tak zároveň sledovat, zda prokliknutí tlačítka neslo ovoce i z hlediska počtu stránek za návštěvu, délky trvání návštěvy nebo opuštění webu.

3. Zacílení A/B testu

Zbývá nám poslední krok nastavení, a to je definice zacílení testu – komu, jak a kdy test zobrazíme. Náš A/B test chceme spustit na 100 % uživatelů a chceme jej logicky zobrazit všem, kteří navštíví naši homepage. V záložce Targeting to jednoduše naklikám.

Náš A/B test zacílíme na 100 % provozu a uživatelům se zobrazí na homepage

Náš A/B test zacílíme na 100 % provozu a spustí se na naší homepage

5 minut celkem a A/B test máme připraven ke spuštění.

Kdybychom náš test chtěli zacílit úžeji, pomohla by nám v tom sada dostupných kritérií:

  • URL – test můžeme omezit jen na konkrétní stránku webu, nebo skupinu stránek. Například, kdybychom měli tlačítko LinkedIn na více stránkách webu, mohli bychom je testovat všechna najednou.
  • Google Analytics Audiences – vlastní vytvořené segmenty v Google Analytics jednoduše nasdílíme do Google Optimize jako publika – stejně jako lze publika sdílet do Adwords nebo Doubleclicku; můžeme tak cílit na jakékoliv dimenze, vykonané události na webu nebo třeba celé série podmínek!
  • Behavior – poslouží, pokud bychom chtěli spustit test na uživatele, kteří na web zavítali třeba přes konkrétní vstupní stránku
  • GEO – v naší malé zemi příliš nevyužijeme, ale na větších trzích můžeme A/B test zacílit dle lokality
  • Technology – cílit lze dle zařízení (desktop, mobil, tablet), ale například i dle typu prohlížeče
  • Query parametr – chcete A/B test zobrazit jen těm, kteří k vám přišli přes mailingovou, displayovou nebo třeba Adwords kampaň? Není problém.
  • 1st Party Cookie, JavaScript Variable, Custom Javascript, DataLayer Variable – chcete si uživatele rozdělit přes vlastní javascriptovou proměnnou? Google Optimize potřebuje jen vědět, jak se jmenuje a jakou má mít hodnotu. Nebo chcete cílit dle hodnoty proměnné v datové vrstvě? Nebo třeba dle hodnoty cookies? Všechno máme. :-)
Kritérií pro zacílení A/B testu nám Google Optimize nabízí hned několik, včetně GA publika

Kritérií pro cílení A/B testu nám Google Optimize nabízí hned několik, včetně GA publika

4. Reporting a vyhodnocení

Už jsme zmínili vzájemnou integraci Google Optimize a Google Analytics. Nyní využijeme opačný tok – z testovacího nástroje do analytického. Všechna data vašeho A/B testu průběžně plynou do Google Analytics; včetně výkonu jednotlivých variant testu a plnění vašich cílů. V GA si tak můžete jednoduše vytvořit vlastní segment nebo ad-hoc report – přes dimenze ExperimentID/ExperimentName a Variant tak jednoduše vyfiltrujete běžící nebo již ukončený A/B test.

Google Optimize nabízí reporting variant testu pohledem všech našich cílůVýkon variant A/B testu pohledem jednotlivých cílů z Google AnalyticsVýkon A/B test si můžeme zobrazit také přímo v Google Analytics, třeba přes ad-hoc reportVýkon jednotlivých variant našeho A/B testu – metriky si samozřejmě můžeme zvolit

Samozřejmě nic nebrání v tom aplikovat další/vlastní segmenty a sekundární dimenze, vyhodnotit výkon jednotlivých variant testu do hloubky nebo promptně reagovat na výsledky běžícího testu. A pokud chcete jít ještě dál, data A/B testu si lze vyexportovat přes BigQuery a dolovat na úroveň jednotlivých hitů.

Líbí se vám Google Optimize jako enterprise řešení? Chcete lépe poznávat své uživatele, kontinuálně zlepšovat průchodnost webu a zejména jeho obchodní výkonnost? Tak nám napište – A/B testování a CRO proces je naší devízou.

PS: Co vše nabízí Google Optimize a proč byste jej měli do firmy chtít, se dozvíte v článku Google Optimize: Konečně sexy A/B testování.

Co si přečíst dál?

Přidejte se do diskuze!

Napsat komentář

Vaše emailová adresa nebude zveřejněna. Vyžadované informace jsou označeny *