bts防弹少年团演唱会

bts防弹少年团演唱会

如何使用Google Analytics分析您的A / B测试结果

《如何使用Google Analytics分析您的A / B测试结果》

像Optimizely或VWO这样的A / B测试工具使测试变得简单,就是这样。 它们是运行测试的工具,而不是专为测试后分析而设计的。 多年来,大多数测试工具都变得更好,但仍然缺乏使用Google Analytics所能做的事情 – 就像所有事情一样。

当您运行测试直到达到有效性( %E4%B8%8E%E9%87%8D%E8%A6%81%E6%80%A7%E4%B8%8D%E5%90%8C“>

查看这样的摘要屏幕是不够的:

《如何使用Google Analytics分析您的A / B测试结果》

使用这些非常好的视图进行快速检查,以查看整体状态。 但是,一旦测试“煮熟”,你就需要超越。

您的测试实际上只能以3种不同的方式结束:

  1. 控制胜利
  2. 没有不同
  3. 治疗胜利

即使我们的测试工具告诉我们这是最终结果,也不是我们的工作结束的地方。 您需要进行测试后分析。 在大多数情况下,您需要在测试工具的外部进行操作。 当然 – 优化使您能够在预定义的细分中查看结果,但这还不够。

您需要将每个测试与Google Analytics集成

VWO和Optimizely都内置了Google Analytics集成,每个测试的数据都应发送到Google Analytics。 它不仅可以增强您的分析功能,还可以对数据更加自信。 您的测试工具可能正在错误地记录数据,如果您没有其他测试数据来源,您永远无法确定是否信任它。 创建多个数据源。

优化经典

在Optimizely Classic设置中,集成位于“项目设置”下:

《如何使用Google Analytics分析您的A / B测试结果》

您肯定希望使用Universal Analytics而不是Classic Google Analytics。 如果您还没有切换GA跟踪器, %E8%AF%B7%E5%B0%BD%E5%BF%AB%E5%AE%8C%E6%88%90“>

您不仅可以利用%E6%96%B0%E7%9A%84GA%E5%8A%9F%E8%83%BD” b analytics>

一旦在全局范围内完成,您需要为每个测试选择一个插槽:

《如何使用Google Analytics分析您的A / B测试结果》

确保没有多个测试在GA中使用相同的自定义维度(或经典自定义变量)插槽 – 它们将覆盖彼此的数据,您再也不能信任它了。 每个插槽一次测试。

Optimizely的手册还提供了此集成的分步说明,包括如何设置自定义尺寸。

优化X.

在Optimizely X中,您必须转到“设置”并导航到“集成”,您可以在其中找到Google Universal Analytics,然后启用它。

《如何使用Google Analytics分析您的A / B测试结果》

激活项目级别的集成后,还必须通过选择插槽(自定义维度)为每个实验激活它。

《如何使用Google Analytics分析您的A / B测试结果》

就像Optimizely Classic一样,你不应该为同时运行的两个测试选择相同的插槽。

有关如何运行集成的详细信息,包括在Google Analytics中创建自定义维度,请查看%E5%85%B6%E7%BD%91%E7%AB%99%E4%B8%8A%E7%9A%84

VWO

在将Google Analytics与您的VWO实验集成时,您所要做的就是在“实验设置”的“其他”标签中选择正确的自定义维度。 这必须在每次实验中完成。

《如何使用Google Analytics分析您的A / B测试结果》

与Optimizely一样,每个Custom Dimension都有一个活动实验。 否则,您可能会覆盖存储在Google Analytics中的部分测试数据。

有关集成的更多信息,请参见VWO %E7%9F%A5%E8%AF%86%E5%BA%93%E4%B8%AD%E7%9A%84%E6%96%87%E7%AB%A0%E3%80%82″>

在Google Analytics中访问实验数据

完成后,您可以使用自定义报告查看Google Analytics中的任何测试结果。 您可以让报告显示您想要的任何数据:

《如何使用Google Analytics分析您的A / B测试结果》

某些变体每位用户的收入更多? 为什么这样 – 让我们看看平均购物车价值或平均数量 – 这些指标可以在这里阐明一些。

使用在您的特定情况下有用的任何指标。 滑动此处示例中使用的自定义报告

请注意,Google Analytics(分析)不会告诉您有关统计显着性(p值) ,功率级别,错误边距等的任何信息。 您需要将该数据提取到Excel / Google电子表格或自动计算的数据。 在数据烹饪之前,不要在GA中开始分析。 确保所需的样本量和显着性+功率水平。

将变体发送为事件以使用高级细分(受众群体)

内置的Google Analytics集成并非万无一失。 有时数据没有传递,有20%到50%的差异 – 某处某处数据丢失了。 可能有很多原因,包括脚本的加载方式,脚本超时顺序和其他问题。 多年来我处理了很多不同的问题。

我的好朋友Ton Wesseling首先告诉我有关此解决方法的信息:每次加载变体时都会向Google Analytics发送一个事件。

您需要做的就是在测试Global Javascript(为所有变体执行)中添加一行,并添加一行事件跟踪代码作为每个测试变体的最后一行。

所以这是你应该在Global Experiment Javascript控制台中添加的行:

window.ga=window.ga||function(){(window.ga.q=window.ga.q||[]).push(arguments);};window.ga.l=+new Date();

这可确保GA跟踪器在加载后获取所有信息。

这是您在Optimizely中执行此操作的位置。 首先在编辑测试时打开“设置”:

《如何使用Google Analytics分析您的A / B测试结果》

现在选择Experiment Javascript。 在那里添加代码:

《如何使用Google Analytics分析您的A / B测试结果》

现在,您需要在每个变体的末尾添加一行事件跟踪代码(包括原始版本)。 您只需更改实验ID号和变体名称:

window.ga('send', 'event', 'Optimizely', 'exp-2207684569', 'Variation1', {'nonInteraction': 1});

所以代码所做的是向事件类别为Optimizely的GA发送事件,action是实验ID(您可以在编辑测试时从URL获取)并且标签是Variation1(也可以是Original,Variation 2等)。 非互动意味着不记录任何参与。 否则,实验页面的跳出率将为0%。

这是您在Optimizely中添加代码的位置:

《如何使用Google Analytics分析您的A / B测试结果》

现在,您可以在Google Analytics中为每个变体创建细分。

细分设置:

《如何使用Google Analytics分析您的A / B测试结果》

为每个变体创建单独的细分,并将其应用到您想要的任何报告上。 所以你可以看到这样的东西:

《如何使用Google Analytics分析您的A / B测试结果》

仅说明性数据。

同样的事情当然可以使用Custom Dimensions完成。 只需确保数据一致性 – 比较感谢页面访问,收入数字等您的Optimizely结果面板和GA自定义维度或基于事件的报告“。

测试变化之间没有区别。 怎么办?

假设整体结果是变化之间没有“显着差异”。 转到其他东西? 没那么快。 牢记这两件事:

你的测试假设可能是正确的,但实施很糟糕

假设您的定性研究表明对安全性的担忧是一个问题。 我们有多少种方法来加强对安全的看法? 无限。

你可能会做某事 – 就像你做某事的方式一样。 如果您有支持您的假设的数据,请尝试多次迭代。

2.仅仅因为总体上没有差异,治疗可能会在一两个部分中超过控制。

如果您在回访访问者和移动访问者方面取得了提升,但对于新访问者和桌面用户来说有所下降 – 这些细分可能会相互抵消,而且似乎是“无差异”的情况。 在关键细分中分析您的测试以查看此信息。

至少在这些段中查看测试结果(确保每个段具有足够的样本大小):

  • 桌面与平板/移动
  • 新与回归
  • 直接登陆您正在测试的页面上的流量来自内部链接

如果您的治疗对特定细分市场表现良好,则应该考虑针对该特定细分市场采用个性化方法。

没有区别,但你比B更喜欢B.

我们是人,我们有个人喜好。 因此,如果您的测试表明变体之间没有显着差异,但您更喜欢B – 那么就没有理由不去B.

如果B是可用性改进或更好地代表您的品牌形象,那就去吧。 但如果B在测试中表现更差,那么与B一起使用这些并不是很好的理由。

结论

不要依赖单一的数据来源,而是更深入地分析您的分析,而不仅仅是查看整体结果。 您将找到更多的胜利并拥有更好的数据来做出决策。 将您的测试工具与Google Analytics集成是一种很好的方法。

(这篇文章于2017年9月更新)

相关文章

点赞

发表评论

电子邮件地址不会被公开。 必填项已用*标注