Как проводить А/Б тестирование сайта или лендинга с помощью Google Analytics

Аналитика одностраничного сайта

Когда конверсия одностраничного сайта не устраивает, возникает вопрос «как увеличить конверсию?». Можно слушать субъективные советы всех подряд, а можно провести анализ, найти и исправить слабые места. В этой статье вы узнаете как на практике делается аналитика одностраничного сайта или, как их еще называют, лендинга.

Google Analytics и Яндекс.Метрика для одностраничника

Первый и обязательный шаг — это установить коды систем веб-аналитики от Google и Яндекса.

Совет: делайте это через Google Tag Manager, сэкономите время в будущем.

К сожалению, не все показатели будут полезны для анализа лендинга. Например, стандартный показатель отказов станет практически бесполезен. На что стоит обратить внимание?

Время на странице

Как правило, время на странице считается как разница между моментом загрузки первой страницы и моментом загрузки второй страницы сайта.

Сайт у нас одностраничный, потому никакой второй страницы у нас нет. Следовательно, время в аналитике почти всегда будет равно нулю. Как это можно исправить?

Например, в Google Analytics для расчета времени на странице во внимание берутся данные отправленных событий. Поэтому можно настроить множество разных событий и время будет точнее. Можно настроить событие на закрытие страницы в окне браузера, тогда данные будут еще более точными. О событиях детальнее будет дальше.

Показатель отказов

В Google Analytics классический показатель отказов считается как количество посещений с просмотром лишь одной страницы.

Если быть точнее, то считается не посещение, а обращение к счетчику. Как правило, у всех работает только обращение «pageview», потому это равно просмотру страницы. Как и со временем на странице, получается очень большой показатель отказов.

Сделать этот показатель более реальным можно, используя события. Они генерируют обращения к счетчику, а значит, снижают показатель отказов.

В Яндекс.Метрике ситуация обстоит иначе. Метрика смотрит на количество просмотров страниц за время визита. Если более 1-го, то это «не отказ». Дополнительно есть ограничение по времени, по умолчанию равно 15 секундам. Это значит, если просмотр длится более 15 секунд, то это «не отказ».

Важно понимать, что показатель отказов — это попытка ответить на вопрос «человек решил свою проблему у нас на сайте или нет?», попытка оцифровать интерес посетителя.

Совет: в разных проектах, в разных нишах показатель отказов стоит считать по-разному. Найдите для себя лично, для своей компании ответ на вопрос «что для вас значит отказ?» и от этого начинайте считать.

Вебвизор и карты

Однозначно полезным инструментами являются Вебвизор и Карты скроллинга и кликов. Я не стану детально описывать их особенности, т.к. для одностраничных сайтов они используются так же:

• смотрим только узкие сегменты;
• смотрим только один источник трафика;
• сравниваем поведение двух сегментов.

Карта кликов поможет определить самые важные для посетителей разделы вашего лендинга.

Страница «спасибо за . »

Основная цель лендинга — это получить контакт или продать сразу. В обоих случаях присутствуют страницы «спасибо за подписку» и «спасибо за заказ». В чем разница между двумя страницами?

Страница «спасибо за заказ», как правило, появляется сразу после оформления заказа. Т.е. посетитель был у вас на лендинге, совершил заказ и сразу попал на эту страницу.

В Метрике и в Google Analytics нужно настроить цель на посещение этой страницы. Это даст возможность оценивать поведение только купивших людей, а также поможет при анализе трафика.

Страница «спасибо за подписку» отличается тем, что на нее чаще попадают после подтверждения email-адреса. Происходит перезапись источника трафика, что затрудняет анализ.

В Google Analytics есть специальная utm-метка: utm_nooverr >

Также есть второй метод с использованием «Списка исключаемых источников перехода». Просто добавьте туда необходимые сайты.

Если вы принимаете оплату online, то страница «спасибо за покупку» будет показана после возврата с сайта системы приема платежей. Исключение таких источников перехода, позволит избежать вот такой ситуации:

Эти источники трафика не приводят клиентов, они просто принимают оплату и возвращают людей на страницу «спасибо за покупку».

События со взаимодействиями

Выше я упоминал про события. Что это такое?

Просматривая одностраничник, пользователь делает клики на фотографии, запускает просмотр видео, листает галерею отзывов и т.д. Все это — события.

Каждое действие пользователя можно отправлять в системы веб-аналитики. Посмотрел посетитель видео — отправили об этом информацию.

Когда соберутся данные, вы сможете сделать следующее:

1. Создайте два сегмента людей: «совершили целевое действие (заказ / лид)» и «не совершили целевое действие».
2. Сравните, какой процент людей в каждом сегменте совершал то или иное действие (событие).

Что это даст? Представьте, что где-то на 5-ом экране у вас есть фотографии товара. 70% людей, которые сделали заказ смотрели эти фотографии (фиксируем клик на фото для увеличения фото). А из тех, кто не купил, только 10% смотрели эти фото. Какой вывод? Давайте проведем А/Б тест, где поднимем блок с фотографиями на место 2-го экрана!

Какие события отслеживать

Самой непростой задачей является выбор событий для отслеживания. Я рекомендую отслеживать события, которые, на ваш взгляд, являются проявлением интереса. Согласитесь, если посетителю не интересно, то видео и фото он смотреть не будет.

Просмотр видео. Большинство проигрывателей видео позволяют отслеживать события старта, паузы и окончания просмотра. Это то, что необходимо.

Для анализа страницы важно понимать смотрят ли посетители видео и как это влияет на заказы.

Вывод «если есть видео, значит его будут смотреть» является крайне ошибочным. На одном из проектов я наблюдал вот такую картину:

Обратите внимание: посетители листают галерею, но само видео почти не смотрят. Можно сделать вывод, что важно лишь наличие отзывов, чтобы вызвать доверие.

Просмотр фото. На лендингах очень часто демонстрируется товар или результаты предоставления услуги в виде изображений: фото товара, фото «до» и «после», скриншоты экранов, схемы планировки квартир, сканы экспертиз и т.д.

Все это должно вызывать интерес у посетителя. Знакомство с этой информацией должно подводить посетителя к совершению заказа.

Проверить, как люди взаимодействуют с фотографиями, можно с помощью отслеживания кликов по ним. Но как понять, что фотографии интересны?

Существует один простой метод, о котором мало кто задумывается. Открытие и закрытие фотографии — это два отдельных события. С помощью кода на JavaScript можно легко измерить разницу во времени между этими событиями, а данные отправить в Google Analytics. Очевидно, что время изучения фотографий, схем, скриншотов на прямую показывает интерес.

Скрытый контент. Часть контента обычно скрывают с целью сэкономить место. Но можно это делать с целью измерить интерес к данной информации.

Выглядит это примерно таким образом:

Обратите внимание, что полные условия выдачи и перечень документов скрыты. Клик для раскрытия информация будет отслеживаться и отправляться в Google Analytics.

Выводы

Получается, одностраничный сайт легче в анализе, чем обычные привычные нам сайты. Разница лишь в том, что обычные сайты мы привыкли анализировать лишь по количеству посетителей, глубине просмотров и показателю отказов.

Если заняться изучением интереса пользователей, то вы будете использовать все те же инструменты и подходы.

А/Б тестирование сайта или LP через скрипт и с помощью сервисов. Инструкция

А/Б тестирование это основа любых изменений на вашем сайте. Каждому предпринимателю приходит идея «А не лучше ли было сделать на сайте вот так». Сомнения терзают бизнесмена ведь с одной стороны хочется больше конверсию, а с другой стороны не хочется поломать то что уже работает и приносит деньги. Именно для этих целей и было придуманно а/б тестирование. Если вкратце то система работает следующим образом: создается две страницы, одна оригинал, а на другой есть какое-то одно изменение. Первому посетителю показывают оригинал, второму посетителю новую версию страницы, третьему снова оригинал, четвертому — новую. Грубо говоря страницы равномерно чередуются, вы замеряете где было больше конверсия и вам приходит понимание правильна ли была идея вносить определенные изменения на сайт.

Мы уже описывали в статье Бесплатный сервис (скрипт) для А/Б тестирования LP (лендинга) один сервис с помощью которого можно провести тестирование. Но у такого способа есть несколько существенных недостатков:

1. Основная система аналитки Google analytics не отображает изменения одного варианта от другого.
2. Сервис удобен для начинающих пользователей, которые не знают что такое php, CSS. А для опытных пользователей у которых есть какие-то знания HTML намного удобнее и быстрее внести правку в код, чем мудрить с их редактором страницы.
3. Можно отследить изменения конверсий, но нельзя отследить как меняется показатель отказа, маршрут пользователей и многих других важных параметров.

Поэтому пришлось искать другие способы, которые бы помогли в нашем тестировании. Я буду приводить примеры и инструкции по настройке на базе LP — одностраничного сайта, но вы сможете также повторить тоже самое на любом другом сайте, будь он на OpenCart, WordPress или самописном движке.

А/Б тестирование с помощью PHP скрипта

Способ №1 крайне прост:

создаете php файл и в него копируете код:

Способ №2 еще проще чем первый.

1. Заходим на сайт
2. В соответствующую форму вставляем первый адрес и второй
3. Сгенерированный код вставляем на первую страницу на которую натравлена реклама.

Из недостатков этого способа стоит отметить что при работе этого скрипта не сохраняются UTM метки, а значит не будет работать большинство функци гугл аналитики

Способ №3. Этот способ похож на первый вариант и со своим маленьким преимуществом.

В коде ниже, как и в первом способе изменяем url адреса на ваши.

=$count) $splitpage=0; $f=fopen($counterfilename,’w+’); fputs($f,strval($splitpage)); fclose($f); setcookie($cookiename, $splitpage, time()+2592000); > else $splitpage=$_COOKIE[$cookiename]; if ($_SERVER[‘QUERY_STRING’] != ”) $my_url[$splitpage].= ‘?’.$_SERVER[‘QUERY_STRING’]; Header(‘Location:’.$my_url[$splitpage]); exit; ?>

Но как и говорил в это способе есть свое преимущество:

• Скрипт лучше чем первый способ тем, что он запоминает какую страницу показали посетителю и если посетитель еще раз зайдет на сайт ему покажут именно ту страницу которую он видел в первый раз.
• И лучше чем второй способ — сохраняет UTM метки и вы не потеряете статистику.

А/Б тестирование с помощью Google analytics

Самая лучшая система мониторинга, как по мне, это именно analytics, и в этот сервис уже встроенна возможность проводить тесты. В рамках этой статьи мы не будем рассматривать как зарегестрироваться там, как настроить цели, они же конверсии, как внедрить код отслеживания на ваш сайт, а сделаем упор только на а/б тесты. Чтобы запустить их вам надо:

1. Для начала зайти в систему и перейти на вкладу отчеты
2. В левом меню перейти на вкладки поведение->Эксперименты
3. Нажать на кнопку создать эксперимент
4. В первой строчке вам нужно назвать эксперимент. В моем примере мы будем проверять что лучше конвертируется когда на LP городской номер или мобильный. Во второй строчке указываем цель, которую вы уже давно создали и отслеживаете (скорее всего у вас конверсия это посещение страницы благодарности).
5. Нажмите на кнопку «дополнительные настройки и включите ползунок равномерного распределения трафика и укажите срок, который понадобится для того чтобы понять какой вариант был лучшим
6. Нажмите на кнопку «Далее» чтобы перейти к следующему шагу.
7. Теперь вам надо указать два варианта страницы, в моем случае я просто взял оригинальный index.php, поменял в нем номера с мобильного на городские и загрузил на хостинг под новым именем.
8. На следующем шаге выберите «вставить код вручную» и сгенерированный код вставьте между тегами head на вашем сайте. Также важно отметить что если у вас код самого analytics находиться в хеде, то сгенерированный код нужно поместить перед кодом трекинга (перед основным кодом аналитика). Сгенерированный код нужно вставить в одну страницу, в первоначальный вариант на который запущенна реклама. В моем случае это index.php. На другие страницы сайта внедрять код не надо, повторюсь, только на одну страницу.
9. На следующем шаге система проверит все ли правильно. Если да то предложит начать эксперимент, если же нет, то укажет в чем проблема и предложит устранить ошибку

После того как накопится какая-то статистика, зайдя в эксперимент вы сможете наблюдать такую картину:

Но важно отметить что для моего эксперимента это не окончательные цифры, ведь учитываются только лиды которые оставили заявку, но совершенно не учитываются те которые позвонили. Для этого есть несколько вариантов. Или использовать автоматические решение которые называются Call Tracking или просто в Exel записывать сколько звонков упало на один телефон, а сколько на другой.

Сплит-тестирование с помощью Google Analytics

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 тестирование
  Проводится с одной и той же страницей для определения степени однородности трафика и погрешности результатов дальнейшего тестирования
• А/Б тестирование
  Проводится 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 цели
   Цель 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 трафика
   Перед 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.

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:

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;

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.

Если установку кода эксперимента под силу произвести самостоятельно, то необходимо кликнуть по кнопке «Вставить код вручную» получить код эксперимента:

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

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».

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

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

Осталось набраться терпения и дождаться результатов А/Б тестирования.

Источники:
http://napositive.com.ua/ab-testirovanie-sajta-ili-lp-cherez-skript-i-s-pomoshhyu-servisov-instrukciya/
http://blog.ffonrims.ru/analitika/split-testirovanie-s-pomoshhyu-google-analytics
http://charmd.ru/news/10actionsforgetclients/