Det är inte alltid man träffar rätt direkt med det första A/B-testet. Ofta står en outtröttlig, envis konverteringsspecialist bakom resultatet, som kör test på test tills ökad konvertering uppnås.
Ett optimeringsprojekt där insikter och testlärdom gav slutliga resultat.
Ett test som fäller din hypotes är inte alltid något dåligt, det ger dig insikt och lärdom som leder till nya hypoteser. Så var fallet med Namnband.
Efter flera tester med adderat värde, relevans och förtroende, kunde Namnband öka sin försäljning online med 15 %.
Det är inte alltid man träffar rätt direkt med det första A/B-testet. Ofta står en outtröttlig, envis konverteringsspecialist bakom resultatet, som kör test på test tills ökad konvertering uppnås.
Om Namnband
Namnband.se gör vävda namnband och märklappar, som ofta används av föräldrar för att märka upp barnens kläder. De har funnits sedan 1978, alltså innan internets födelse, och var ett postorderföretag från början.
1. Startpunkten – Identifiering av problem
Projektet inleddes med att vi hade identifierat en hög bounce rate på sajten. Bounce rate är mått på hur många besökare som kommer in på en sida, och lämnar sajten utan att gå vidare.
Hypotes
För att försöka råda bot på en hög bounce rate ville vi testa att arbeta med trust-element, saker som gör att besökaren känner större förtroende för sajten. Det kan handla om priser, utmärkelser, certifikat, betyg, omdömen från kunder, m.m.
Headern, som är den översta delen på en sajt är ofta väl lämpad för trust-element. Vi valde därför att omforma headern för ett mer förtroendegivande intryck.
2. A/B-test nr 1 – Öka förtroende
Förändringarna vi gjorde var:
- Tagline
Skapa en slogan i anknytning till logotypen. Texten vi valde att testa var “Originalet. Märkning av kläder sedan 1978”. - Tre USP:ar
Alltså det erbjudande som särskiljer Namnband.se från deras konkurrenter. USP:arna blev:
1. Snabb leverans
2. Returrätt i 14 dagar
3. Alltid fast fraktkostnad - Badge: certifierad e-handlare
I ett uppföljande A/B-test lades märket till.
Resultat A/B-test ”Öka förtroende”
- 0 % ökad konvertering
- + 6 % minskad bounce rate
Ingen förändring i konverteringsgrad eller försäljning. Vi fick en minskad bounce rate med 6 %, men det är inget att hänga i julgranen. Att besökare stannar kvar på sidan är alltid trevligt, men i slutändan är det ökad försäljning som räknas.
Resultaten hade över 95 % statistisk signifikans.
Ett uppföljningstest gjordes med en badge för Certifierad E-handlare vilket inte gav någon förändring alls, inte ens i engagemang, vilket var aningen förvånande.
Det enda misslyckade A/B-testet är det som du inte lär dig något av.
3. A/B-test nr 2 – ”Mängdrabatt”
Headern i toppen av sidan brukar fungera bra för att testa förtroendeskapande element. Men inte i just det här fallet. Det här är alltså ett exempel på att det aldrig går att säga saker med säkerhet, de måste testas. Därmed inte sagt att det inte är bra att ha erfarenhet och kunskap om av vad som brukar fungera.
A/B/C-test Nr. 2 – Presentation av mängdrabatt
Hypotes
Här ville vi testa de olika prisalternativen som besökaren får när de väljer antalet av en vara. Namnband ger en mängdrabatt för att uppmuntra besökaren att köpa fler i antal. Detta presenterades innan testet enligt nedan:
Vi gjorde ett A/B/C-test där vi testade två nya varianter som ger en tydligare förståelse över besparingen som kund får vid beställning av större kvantitet. I varation 1 presenterades besparingen i procent kontra variation 2 där det presenterades i kronor.
Resultat A/B/C-test ”Mängdrabatt”
Variation 1 (mängdrabatt i %)
- Försäljning -24 %
Variation 2 (mängdrabatt i kr)
- Konverteringsgrad +16 %
- Försäljning +15 %
Det uppenbara i testresultat var att procentuella skillnader i pris är inte alls lika greppbara som skillnader i kronor.
AB-testning är en metod där du slumpmässigt styr besökare till två eller flera olika varianter av en sida. Sedan mäter du resultatet för de olika varianterna tills du har en statistiskt signifikant vinnare. Testet görs på dina riktiga besökare som inte vet om att de utsätts för ett test. På så sätt undviker du de snedvridningar i resultat som du får i enkäter eller användartester med utvalda testpersoner.
Läs mer om A/B-tester på: Det starkaste verktyget för att optimera.