Skip to main content

De ce testarea A/B și personalizarea sunt mai puternice împreună

Deși reflectă două abordări distincte pentru îmbunătățirea experienței utilizatorului, combinarea lor poate oferi beneficii exponențiale pe care companiile nu doresc să le rateze.

 

Yaniv Navot

 

CMO, Randament dinamic

Iată ce trebuie să știi:

  • Testarea A/B și personalizarea, combinate, pot îmbunătăți semnificativ experiența utilizatorului, oferind cea mai relevantă experiență fiecărui individ.
  • Testarea A/B ajută la identificarea celor mai performante variante ale elementelor creative, în timp ce personalizarea adaptează experiența la fiecare client în parte.
  • Combinarea acestor abordări simplifică procesele, amplifică rezultatele și sporește satisfacția clienților.
  • Marketerii pot valorifica această putere prin segmentarea publicului pentru testarea A/B, testarea strategiilor de personalizare și utilizarea datelor în timp real pentru optimizare continuă.

Testarea A/B și personalizarea reprezintă două metodologii distincte. În timp ce testarea A/B se concentrează pe experimentarea cu diferite elemente creative, texte, machete și chiar algoritmi pentru a îmbunătăți indicatorii cheie ai afacerii, precum și experiența generală a utilizatorului, personalizarea își propune să potrivească cea mai relevantă experiență pentru un anumit client la momentul potrivit.

Deși fundamental diferite ca abordare, combinarea acestor două strategii poate oferi de fapt beneficii exponențiale. În această postare, vom explora de ce se întâmplă asta, precum și cum pot echipele să facă acest lucru.

Limitările testării A/B

Premisa testării A/B este simplă:

Comparați două (sau mai multe) versiuni diferite ale unui produs pentru a vedea care are performanțe mai bune și apoi implementați versiunea câștigătoare pentru toți utilizatorii, pentru o experiență generală optimă.

Practica echipelor de testare A/B și CRO a fost, așadar, de a investi semnificativ în lansarea tot felul de experimente pentru a îmbunătăți diferite domenii și experiențe pe site, în aplicația nativă, în e-mail sau în orice alt canal digital, și apoi de a le optimiza continuu pentru a genera o creștere incrementală a conversiilor și a indicatorilor cheie de performanță (KPI) specifici pe măsură ce trece timpul.

Totuși, dacă o companie nu generează tone de trafic și nu dispune de un peisaj digital imens din care să experimenteze, poate exista un punct de randament descrescător în care rezultatul experimentării (indiferent de numărul de teste sau de amploarea și sofisticarea experimentului) atinge un randament maxim în ceea ce privește contribuția acestor echipe.

Acest lucru are legătură în mare măsură cu faptul că abordarea clasică a testării A/B oferă o viziune binară asupra preferințelor vizitatorilor și adesea nu reușește să surprindă întreaga gamă de factori și comportamente care îi definesc ca indivizi.

Mai mult, testele A/B produc rezultate generalizate bazate pe preferințele majorității unui segment. Și, deși un brand poate considera că o anumită experiență generează, în medie, mai multe venituri, implementarea acesteia pentru toți utilizatorii ar fi un deserviciu pentru o parte semnificativă a consumatorilor cu preferințe diferite.

Permiteți-mi să ilustrez cu câteva exemple:

Dacă averea netă atât a mea, cât și a lui Warren Buffet ar fi în medie de 117,3 miliarde de dolari, ar avea sens să ne recomand aceleași produse?

Probabil că nu.

Sau ce-ar fi dacă un comerciant cu amănuntul care oferă atât produse pentru bărbați, cât și pentru femei decide să ruleze un test A/B clasic pe pagina sa principală pentru a identifica varianta de banner principal cu cele mai bune performanțe, dar, din moment ce 70% din publicul său este format din femei, varianta pentru femei o depășește pe cea pentru bărbați.

Acest test ar sugera ca steagul eroinei femeilor să fie aplicat întregii populații, dar cu siguranță nu ar fi decizia corectă.

Simplu spus:

  • Mediile sunt adesea înșelătoare atunci când sunt utilizate pentru a compara diferite grupuri de utilizatori
  • Cele mai performante modificări ale variantelor pentru fiecare segment de clienți și utilizator
  • Rezultatele pot fi influențate și de factori contextuali precum geografia, vremea și alții

Aceasta nu înseamnă, desigur, că nu există un moment și un loc pentru valorificarea unor rezultate mai generalizate. De exemplu, dacă ați testa un design nou de site web sau aplicație, ar fi logic să vizați o interfață cu utilizatorul consistentă care să funcționeze cel mai bine în medie, față de zeci, sute sau chiar mii de variante de interfață cu utilizatorul pentru diferiți utilizatori.

Totuși, zilele în care se adopta cu fidelitate o abordare de tipul „câștigătorul ia totul” în ceea ce privește aspectul unei pagini, mesajele, conținutul, recomandările, ofertele și alte elemente creative au apus – și asta e în regulă, pentru că înseamnă că nu se vor mai pierde bani din oportunitățile de personalizare ratate, asociate cu neoferirea celei mai bune variante fiecărui utilizator în parte.

Deblocarea unei relevanțe sporite prin personalizare

Personalizarea se rezumă la a răspunde și a ajusta experiența site-ului la consumatori, în funcție de comportamentul, preferințele și intențiile lor unice, ceea ce a devenit o așteptare în peisajul digital de astăzi. Numai acest lucru este dovedit că sporește satisfacția și loialitatea clienților.

Și, deși nu depinde neapărat de testarea A/B, ar putea fi o surpriză faptul că cele mai bune practici în personalizare se bazează pe fundamentele testării A/B - singura diferență constă în faptul că determinarea versiunii unei anumite experiențe care funcționează cel mai bine se face la nivel de public față de nivelul mediu.

Să analizăm structura de bază a ceea ce ar trebui să arate acest lucru într-o campanie de personalizare. În loc să includem o experiență cu variante multiple pentru a o compara cu un grup de control, cum ar fi în cazul unui test A/B tradițional, mergem mai departe prin crearea de experiențe multiple direcționate către diferite audiențe și variante multiple în cadrul fiecăreia, care pot fi testate A/B pentru a determina cea mai performantă.

Acest lucru se poate realiza printr-o direcționare simplă bazată pe reguli, care utilizează logica IF/Then pentru a adapta parcursul clientului în funcție de un set de reguli programate manual, echipele putând testa A/B aceste experiențe, valida rezultatele la atingerea semnificației statistice și apoi itera în consecință.

Cu toate acestea, inteligența artificială și învățarea automată au devenit mize esențiale atunci când vine vorba de scalarea luării deciziilor de personalizare, deoarece scenariul de mai sus poate deveni un proces bazat pe date, care implică numeroase implementări de testare cu măsurători granulare ale fiecărei variații testate pentru fiecare segment de public, pentru a determina regulile optime de direcționare programatică. De asemenea, este util în transformarea testelor „pierzătoare” în oportunități de personalizare pentru variații specifice identificate ca având performanțe mai bune pentru un anumit public.

Aceste tehnologii avansate analizează performanța fiecărei variante pe fiecare segment de trafic în timp real pentru a oferi cel mai relevant conținut anumitor grupuri de public. În plus, personalizarea 1:1 poate fi realizată cu capacități de personalizare bazate pe afinitate, care utilizează procesul de profilare a afinității pentru a potrivi algoritmic fiecare persoană cu recomandări personalizate, oferte de produse și conținut.

Acest nivel de personalizare permite companiilor să fie mai eficiente și mai precise în strategia lor de marketing, implicând totodată consumatorii într-un mod mai nuanțat, mai semnificativ și mai relevant.

Combinarea testării A/B cu personalizarea

Dacă ați întreba o echipă de testare A/B sau CRO și pe cei dedicați personalizării mai multe despre specificul muncii lor, ați constata că răspunsurile lor sunt surprinzător de similare.

Luați diagrama revelatoare de mai jos, care a fost prezentată în timpul unui discurs principal de la JD Sports | Finish Line în cadrul unui eveniment Personalization Pioneers (rezumarea completă aici):

Este un sentiment împărtășit de mulți alții care încep să realizeze că atât testarea A/B, cât și personalizarea:

  • Împărtășiți concentrarea pe crearea unei experiențe pozitive pentru clienți
  • Caută să influențeze și să îmbunătățească aceiași KPI-uri
  • Poate beneficia de aceleași învățăminte acumulate

În plus, de multe ori, aceste echipe necesită aceleași resurse interne și chiar instrumente! De aceea este atât de important ca testarea A/B și personalizarea să nu existe în vid, ci să devină parte a unei foi de parcurs comune cu indicatori cheie de performanță (KPI) aliniați.

Combinarea celor două nu numai că poate eficientiza procesele și operațiunile, ci și poate genera rezultate exponențiale, deoarece permite obținerea unor perspective atât ample, cât și fine asupra comportamentului consumatorilor.

Iată cum poți încorpora puterea lor combinată în strategia ta de marketing pentru rezultate mai bune:

1. Testarea A/B bazată pe segmente

În loc să efectuați teste A/B pe întregul public, împărțiți-l în segmente semnificative pe baza unor caracteristici comune (încercați abordarea Publicului Primar, care este menită să se extindă de la macro la micro). Apoi, efectuați teste A/B pe aceste segmente. Această abordare a experimentării segmentate poate oferi o înțelegere mai nuanțată a diferitelor comportamente ale consumatorilor și poate ajuta la adaptarea experiențelor la grupuri specifice.

De exemplu, Synchrony și-a crescut rata de trimitere a aplicațiilor cu 4,5% în rândul utilizatorilor cu intenție ridicată, derulând un experiment pentru acest segment care a testat eliminarea butoanelor de îndemn la acțiune inutile din banner.

În urma analizei, compania a observat o modificare specifică a UX – eliminarea butonului CTA „Redare videoclip” de pe banner – care a împiedicat distragerea atenției utilizatorilor cu intenții ridicate, permițându-le să afle mai multe despre numeroasele servicii oferite de Synchrony.

2. Strategii de personalizare pentru testele A/B

Folosește testarea A/B pentru a determina ce strategii de personalizare funcționează cel mai bine. De exemplu, ați putea testa algoritmii de recomandare a produselor și dacă cei care vizează anumite segmente de public duc la rate de clic sau de adăugare în coș mai bune decât alții.

3. Adaptarea strategiei în timp real

Pe măsură ce aduni date din testele A/B, folosește aceste informații pentru optimizarea și rafinarea continuă a strategiei tale de personalizare. Această adaptare în timp real permite o strategie de marketing mai dinamică și mai eficientă, care evoluează continuu pentru a satisface nevoile consumatorilor.

De exemplu, Build with Ferguson a generat o creștere de 89% a achizițiilor din recomandări prin această acțiune, care a început prin implementarea unei strategii axate pe public (bazată pe cadrul Rooted Personalization ).

Echipa a testat diverse strategii de recomandare și, în cele din urmă, a descoperit că segmentul său de public „Consumator” tinde să interacționeze cu articolele recomandate cu care au interacționat alți utilizatori cu comportamente și interese similare.

Pe baza acestor descoperiri, Build with Ferguson a optimizat performanța recomandărilor sale pe site și a descoperit, de asemenea, că utilizatorii care interacționează cu recomandările cheltuiesc în medie cu 13% mai mult și achiziționează cu 2,4 articole mai mult.

Testarea A/B și personalizarea – extensii naturale una ale celeilalte

Testarea A/B a avut ca scop, dintotdeauna, determinarea celei mai bune experiențe per ansamblu, în timp ce personalizarea își propune să ofere cea mai bună experiență la nivel de public sau individ. Și, deși există un timp și un loc pentru ambele, combinarea celor două se poate traduce într-o satisfacție și o loialitate sporite ale clienților pentru companii - experiențele cheie devenind mai relevante prin personalizare și rezultate maxime obținute în funcție de strategie prin testarea A/B.

PS Pentru mai multe informații despre cum se combină aceste două practici, vă sugerez să consultați acest curs de Testare A/B și Optimizare, care abordează cum să configurați corect atribuțiile, să selectați obiectivul potrivit, să analizați rezultatele testelor de personalizare și să vă asigurați că fiecare dintre ele produce rezultate semnificative.