Testy A/B Skrócone Linki

Co oznacza testowanie A/B krótkich linków

Testowanie krótkich linków A/B to prosta idea z bardzo praktycznym efektem: tworzysz dwie lub więcej wariantów linków, kierujesz ruch do każdego z nich i porównujesz wyniki. Warianty mogą prowadzić do różnych adresów URL, lub mogą różnić się sposobem prezentacji, śledzenia lub dystrybucji w kanałach, a celem nie jest zgadywanie, która wersja wydaje się lepsza. Chodzi o zmierzenie, która wersja faktycznie działa lepiej.

To sprawia, że testowanie krótkich linków jest nieco inne niż szersze testowanie kampanii. W ogólnym eksperymencie marketingowym możesz porównywać jednocześnie dwa kreatywy reklamowe, dwa tematy e-maili lub dwie strony docelowe. W przypadku krótkich linków sam link staje się częścią eksperymentu. Może być tym, co zmieniasz, tym, co śledzisz, lub tym, co kontroluje, dokąd idą ludzie, a czasami oznacza to testowanie dwóch miejsc docelowych z identyczną promocją. Czasami oznacza to testowanie tego samego miejsca docelowego za pomocą dwóch różnych wariantów linków. W każdym razie link robi więcej niż tylko skracanie adresu URL. Niesie ze sobą eksperyment.

Podstawowy cel jest prosty: porównaj dwa lub więcej wariantów linków, aby zobaczyć, który przynosi lepsze wyniki. „Lepszy” może oznaczać więcej kliknięć, więcej konwersji, większe zaangażowanie po kliknięciu lub niższy koszt na wynik. Odpowiednia metryka zależy od tego, czego próbujesz się nauczyć, i to jest miejsce, w którym wiele eksperymentów schodzi na manowce, zanim jeszcze się zacznie.

Dlaczego marketerzy używają krótkich linków do eksperymentów

Krótkie linki są przydatne w testowaniu, ponieważ łatwo je wdrożyć w różnych kanałach, nie sprawiając, że każdy zasób wydaje się nieporęczny. Długi URL śledzenia może działać w pulpicie nawigacyjnym; jest mniej urokliwy w tweecie, kodzie QR, wydrukowanej ulotce lub wiadomości tekstowej, a krótki link utrzymuje prezentację w czystości, jednocześnie pozwalając na zbieranie danych i celowe kierowanie ruchem.

Ułatwiają również kontrolę wersji. Jeśli eksperymentujesz z wieloma miejscami docelowymi, nie musisz za każdym razem odbudowywać każdej reklamy lub e-maila. Możesz zamienić miejsca docelowe za linkiem, skopiować wariant linku lub stworzyć nowy z wyraźną etykietą i porównać go z oryginałem. To oszczędza czas, co ma znaczenie, gdy szybko iterujesz w różnych kanałach. Zmniejsza to również błąd ludzki. Mniej ruchomych części zazwyczaj oznacza mniej uszkodzonych ciągów UTM, mniej błędów kopiowania i wklejania oraz mniej momentów „dlaczego ten link jest inny na LinkedIn niż w newsletterze?”.

Kolejną zaletą jest szybkość. Marketerzy często chcą testować w rzeczywistych warunkach, a nie w laboratorium. Ustawienie krótkiego linku pozwala na uruchomienie nowej wersji, obserwowanie reakcji i dostosowywanie bez czekania na pełne przebudowanie kampanii, co jest szczególnie przydatne, gdy ta sama publiczność widzi Twoje przesłanie w wielu miejscach. Jeśli testujesz markowy link pod kątem zaufania i rozpoznawalności, na przykład, niestandardową domeną krótkiego linku może utrzymać spójne doświadczenie podczas trwania eksperymentu.

Istnieje również subtelna korzyść psychologiczna. Ludzie są bardziej skłonni kliknąć krótki, czytelny link niż chaotyczny, który wygląda jakby łańcuch śledzenia eksplodował. Czysta prezentacja nie gwarantuje lepszej wydajności, oczywiście, ale usuwa tarcia. A w eksperymentach usunięcie tarcia często jest kluczowe.

Jak podzielić ruch między warianty linków

Istnieje kilka powszechnych sposobów podziału ruchu między dwa adresy URL docelowe lub dwie wersje linków, a najprostszy to równy podział: połowa ruchu trafia do Wariantu A, połowa do Wariantu B. Jeśli Twoim celem jest bezpośrednie porównanie i żadna wersja nie ma oczywistego ryzyka, równy podział jest zazwyczaj najczystszym rozwiązaniem. Daje to obu wariantom uczciwą szansę i ułatwia interpretację wyniku.

Ważone podziały są przydatne, gdy chcesz zmniejszyć ekspozycję na nowszą lub mniej pewną wersję, na przykład możesz wysłać 80% ruchu do obecnego linku i 20% do nowego, podczas gdy sprawdzasz wydajność. To nie jest tak statystycznie schludne jak podział 50/50, ale może być praktyczne, gdy stawka jest wysoka lub publiczność jest ograniczona. Ważone podziały są również powszechne, gdy jedna wersja jest kontrolą, a druga testem z większą niepewnością.

Randomizacja ma większe znaczenie, niż wiele zespołów zdaje sobie sprawę, a jeśli ruch nie jest przydzielany losowo, twoje wyniki mogą być stronnicze z powodu pory dnia, źródła lub segmentu odbiorców. Link, który otrzymuje większość kliknięć od użytkowników mobilnych wieczorem, nie jest bezpośrednio porównywalny z tym, który jest głównie klikany w godzinach pracy w dni robocze. Twój podział nie powinien cicho faworyzować jednej grupy nad drugą.

Typowe błędy w konfiguracji obejmują mieszanie zbyt wielu zmiennych, wysyłanie jednej wersji do innej grupy odbiorców lub zmianę miejsca docelowego, jednocześnie zmieniając promocję, a jeśli Wersja A znajduje się w e-mailu, a Wersja B w mediach społecznościowych, testujesz kanały, a nie tylko linki. To może być ważne badanie, ale to nie to samo pytanie. Innym częstym problemem jest zapomnienie o potwierdzeniu, że obie wersje są aktywne i śledzone przed rozpoczęciem kampanii. Jeden uszkodzony przekierowanie może zamienić schludny eksperyment w ból głowy z bardzo słabymi danymi. Szybka kontrola przed uruchomieniem jest tego warta. Tak samo jak druga para oczu.

W przypadku prywatnych lub kontrolowanych porównań zespoły czasami łączą krótkie linki z linki chronione hasłem aby tylko zamierzeni odbiorcy mogli uzyskać dostęp do szkicu, wewnętrznej strony lub wczesnej oferty. Nie jest to wymagane w testach A/B, ale może być przydatne, gdy chcesz odizolować małą grupę odbiorców przed szerszym uruchomieniem.

Co powinno śledzić analityka linków

Dobre analizy linków wykraczają poza surowe liczby kliknięć, a kliknięcia informują, że coś się wydarzyło, ale nie wystarczająco o tym, kto kliknął, kiedy kliknął lub co zrobił następnie. W minimum chcesz znać całkowitą liczbę kliknięć i unikalne kliknięcia. Całkowite kliknięcia pokazują wolumen. Unikalne kliknięcia pomagają zobaczyć, ile indywidualnych osób lub urządzeń zaangażowało się, zamiast liczyć powtarzające się dotknięcia z tego samego źródła.

Czas ma znaczenie. Link, który zyskuje na popularności na początku, a potem stabilizuje się, może służyć innej publiczności niż link, który rośnie w miarę upływu dnia. Czas kliknięcia może ujawniać wzorce w zależności od czasu wysyłki kampanii, czasu publikacji w mediach społecznościowych lub płatnego umiejscowienia. Może to również pomóc w wychwyceniu anomalii. Jeśli wariant osiąga szczyt o 3 w nocy z jednego regionu, warto przyjrzeć się temu bliżej, zanim zaczniemy świętować.

Sygnalizacja urządzenia i lokalizacji może dodać przydatny kontekst. Jeśli jedna wersja działa znacznie lepiej na urządzeniach mobilnych, problem może mieć mniej wspólnego z samym linkiem, a więcej z doświadczeniem na stronie docelowej po kliknięciu, a podobnie, jeśli cel działa lepiej w jednym regionie, lokalna trafność lub język mogą być prawdziwym czynnikiem decydującym. Odsyłacze są równie ważne. Kliknięcie z newslettera, osadzonego kodu QR i organicznego posta w mediach społecznościowych nie są wymienne, nawet jeśli prowadzą do tej samej strony.

Gdzie to możliwe, śledzenie konwersji powinno być częścią obrazu. Kliknięcie to tylko początek historii. Zwycięski wariant linku niekoniecznie jest tym z największą liczbą kliknięć; to ten, który najlepiej wspiera działanie, na którym Ci zależy, niezależnie od tego, czy jest to rejestracja, zakup, pobranie czy zapytanie. Jeśli Twoja platforma może przekazywać dane kampanii do analityki downstream, skorzystaj z tego. W przeciwnym razie pozostajesz z bardzo częściowym widokiem wydajności.

Dla marketerów, którzy dbają o zachowanie po kliknięciu, pikseli retargetingowych na krótkich linkachmoże być również istotne. Pomagają połączyć kliknięcia w linki z późniejszym budowaniem publiczności, co sprawia, że eksperyment staje się czymś więcej niż jednorazowym konkursem kliknięć i staje się częścią szerszego systemu pomiarowego.

Projektowanie sprawiedliwego testu A/B dla linków

Sprawiedliwy test zaczyna się od jednej zmiennej. To brzmi oczywiście, ale to właśnie tutaj wiele eksperymentów staje się niemożliwych do odczytania. Jeśli zmienisz stronę docelową, wezwanie do działania, publiczność i czas publikacji jednocześnie, nie masz jasnego pojęcia, która zmiana miała znaczenie. Wybierz jedną rzecz do przetestowania. Pozostałe trzymaj w stałej formie.

Spójność publiczności jest równie ważna jak spójność kreatywna. Jeśli to możliwe, kieruj ten sam rodzaj ruchu do każdej wersji. Jeśli testujesz w e-mailu, wyślij obie wersje do porównywalnych segmentów. Jeśli testujesz w mediach społecznościowych, unikaj przypisywania jednego linku do bardzo zaangażowanej społeczności, a drugiego do mniej zaangażowanej, chyba że ta różnica jest częścią hipotezy. Czas również powinien być dostosowany. Uruchomienie jednej wersji w poniedziałek, a drugiej w piątek może wprowadzić szum z tygodniowych wzorców zachowań.

Unikaj nakładających się kampanii, które mogą zanieczyścić wyniki. Jeśli ci sami użytkownicy napotkają wiele wersji przez różne kanały, mogą interagować z obiema i zatarć porównanie, a to nie zawsze jest do uniknięcia, ale powinno być zamierzone, jeśli się zdarzy. W przeciwnym razie twój „podział” wcale nie jest podziałem.

Przed uruchomieniem zdefiniuj jasny wskaźnik sukcesu. Czy to wskaźnik klikalności, wskaźnik konwersji, zaangażowanie po kliknięciu, czy coś innego? Podejmij decyzję z wyprzedzeniem, a nie po przybyciu danych. W przeciwnym razie staje się kuszące ogłosić zwycięzcę na podstawie dowolnego wskaźnika, który faworyzuje preferowaną wersję. To nie jest testowanie. To zakupy na zakończenie.

Rozsądny plan testów zawiera również notatkę na temat samej hipotezy: co oczekujesz, że się zmieni i dlaczego. Nawet krótkie zdanie pomoże później. „Uważamy, że jaśniejszy link CTA zwiększy liczbę kwalifikowanych kliknięć z ruchu społecznościowego” jest bardziej użyteczne niż „Zobaczmy, co się stanie.” Ciekawość jest dobra. Niejasność jest kosztowna.

Odczytywanie wyników i wybór zwycięzcy

Gdy dane zaczynają napływać, powstrzymaj się od zbyt wczesnego ogłaszania zwycięzcy, a kilka mocnych kliknięć może wyglądać ekscytująco, ale wczesne szczyty są często mylące. Wariant może wydawać się dominujący, ponieważ został opublikowany w godzinach szczytu, pokazany bardzo responsywnej grupie, lub został zauważony przez jednego polecającego. Bez kontekstu, wykres może faworyzować prawie wszystko.

Niskie rozmiary próbek to powszechna pułapka. Jeśli tylko niewielka liczba osób zobaczyła każdy wariant, różnica między nimi może być głównie szumem, a w takim przypadku test może być kierunkowo interesujący, ale nie wystarczająco rozstrzygający, aby poprowadzić prawdziwą decyzję. Jest to szczególnie prawdziwe, gdy zaobserwowana różnica jest mała. Niewielka przewaga jednego wariantu niekoniecznie oznacza, że jest on lepszy w trwałym sensie.

Patrz na cały wzór, a nie tylko na ostateczny wynik. Czy jeden wariant osiągnął lepsze wyniki przez cały dzień, czy wygrał dzięki krótkiemu wzrostowi? Czy wynik utrzymał się na różnych urządzeniach, polecających lub lokalizacjach? Czy przewaga kliknięć była poparta lepszym wskaźnikiem konwersji, czy dodatkowy ruch okazał się mniej kwalifikowany? Czasami link z mniejszą liczbą kliknięć jest lepszym wykonawcą w dalszej perspektywie, dlatego metryki po kliknięciu są tak ważne.

Jeśli dane są chaotyczne, powiedz to. Jest całkowicie akceptowalne, aby zdecydować, że test był niejednoznaczny, i może to być niezadowalające, ale lepiej niż podejmować pewne decyzje na chwiejnych podstawach. Gdy test jest w miarę jednoznaczny, działaj na jego podstawie, udokumentuj wynik i przejdź do następnego pytania. Celem testowania nie jest wyłonienie jednego wiecznego zwycięzcy. Chodzi o poprawę decyzji w czasie.

Typowe przypadki użycia testowania A/B krótkich linków

Testowanie krótkich linków pojawia się w wielu codziennych pracach marketingowych, a jednym z najczęstszych zastosowań jest testowanie sformułowań CTA. Na przykład kampania może prowadzić do tej samej strony za pomocą dwóch różnych komunikatów: „Pobierz przewodnik” w porównaniu do „Zobacz przewodnik”. Cel pozostaje niezmienny, ale sposób przedstawienia się zmienia, co może ujawnić, jak bardzo język wpływa na zaangażowanie.

Testowanie stron docelowych to kolejny znany przypadek. Dwa linki mogą prowadzić do różnych miejsc docelowych, które są niemal identyczne, z wyjątkiem jednego elementu: nagłówka, układu formularza, kolejności ofert lub długości strony. Krótkie linki ułatwiają precyzyjne kierowanie ruchu i porównywanie wyników bez nadmiernego komplikowania samego zasobu kampanii.

Testy umiejętności językowych w formie e-maila mogą być szczególnie przydatne. Link w pierwszym akapicie może działać inaczej niż link niżej w wiadomości lub wewnątrz przycisku. W newsletterach subtelne zmiany w układzie czasami mają większe znaczenie niż efektowne teksty. To samo dotyczy postów w mediach społecznościowych, gdzie ramka linku, otaczający tekst i czas publikacji wpływają na wyniki.

Płatne reklamy często również używają krótkich linków do testowania docelowego, a jedna reklama może kierować ruch na stronę produktu, podczas gdy inna kieruje użytkowników na stronę porównawczą lub formularz kontaktowy. Celem nie jest tylko uzyskanie kliknięć; chodzi o to, aby zobaczyć, która droga najlepiej wspiera cel kampanii. A w niektórych branżach czystsza prezentacja linku może być użytecznym sygnałem zaufania, szczególnie jeśli link pojawia się w wielu miejscach lub materiałach offline.

Jeśli Twoja treść jest związana z handlem lub promocjami partnerów, warto również przeczytać o ukrywania linków afiliacyjnych. Chociaż ten temat nie jest tym samym co testy A/B, oba opierają się na schludnych, śledzących linkach, które są łatwiejsze do zarządzania i mierzenia.

Najlepsze praktyki i pułapki do unikania

Dobre konwencje nazewnictwa oszczędzają czas później. Oznacz każdy link w sposób, który informuje, co testuje, gdzie jest używany i kiedy został uruchomiony. „Wiosenny e-mail CTA A” jest znacznie lepszy niż „final-link-2-new.” Sześć tygodni później, Twoje przyszłe ja podziękuje Ci. Prawdopodobnie nie na głos, ale jednak.

Udokumentuj hipotezę przed rozpoczęciem testu. Zapisz, czego się spodziewasz i co będzie uznawane za sukces. Ten zapis ma znaczenie, gdy przeglądasz wyniki lub wyjaśniasz je członkowi zespołu, który nie był w pokoju, gdy pomysł się narodził, a także pomaga zapobiec rewizji historii przez retrospekcję.

Sprawdź jakość analityki, zanim polegniesz na danych. Brakujące tagi, duplikujące się przekierowania, uszkodzone adresy URL docelowe i niespójne struktury UTM mogą zniekształcać wyniki podziału ruchu. Jeśli warstwa pomiarowa jest słaba, eksperyment jest słaby. Nie ma skrótu w tej kwestii.

Bądź ostrożny z zmianami, które wydają się drobne, ale w rzeczywistości zmieniają znaczenie testu. Różne obrazy podglądowe, różne teksty przycisków lub różne kanały źródłowe mogą wpływać na zachowanie w sposób, który nie ma nic wspólnego z samym krótkim linkiem. A jeśli dzielisz się linkami w materiałach offline, kodach QR lub drukowanych materiałach, pamiętaj, że kontekst wokół linku wpływa na wynik tak samo, jak cel. W niektórych przypadkach, dynamiczny kod QR może pomóc Ci utrzymać elastyczność celu bez potrzeby ponownego drukowania materiałów, co jest przydatne, gdy testowanie ewoluuje po uruchomieniu.

Na koniec, nie traktuj każdego wyniku jako uniwersalnej prawdy. Zwycięzca w jednej grupie odbiorców może ponieść porażkę w innej, a link, który działa w e-mailu, może słabo wypadać w mediach społecznościowych. Miejsce docelowe, które dobrze konwertuje na komputerze stacjonarnym, może wydawać się niezręczne na urządzeniach mobilnych. Testowanie działa najlepiej, gdy jest konkretne, zdyscyplinowane i trochę pokorne. To nie jest wada. To metoda.

Dobrze wykorzystane, testowanie A/B krótkich linków daje marketerom praktyczny sposób na szybsze uczenie się, uporządkowanie śledzenia i podejmowanie lepszych decyzji z mniejszą ilością zgadywania. Mechanika jest wystarczająco prosta. Trudna część to dyscyplina: jedna zmienna, jasny pomiar i wystarczająco dużo cierpliwości, aby zaufać danym, gdy będą gotowe.