A/B testing met de nieuwe Google Analytics Content Experiments | Intracto

27 juli 2012

A/B testing met de nieuwe Google Analytics Content Experiments

Google Analytics is bij de meeste online marketeers vooral gekend als een analyse tool voor websiteverkeer. Maar sinds kort is daar een luik bij aangebreid. Wat altijd kon met Google Website Optimizer, namelijk A/B testing, is nu volledig geïntegreerd in Google Analytics. Méér zelfs, want Google Website Optimizer zal vanaf 1 augustus 2012 niet meer apart beschikbaar zijn. Het bestaat voort in de vorm van Content Experiments onder Google Analytics.

blog-ab_testing_met_de_nieuwe_google_analytics_content_experiments-image3

Een slimme zet van Google. Op deze manier kan je makkelijker bepalen welke pagina’s en doelen je A/B tests moeten viseren. Ook het analyseren van de resultaten wordt plots een pak efficiënter, omdat alle tools nu samen zitten. En het maakt ook een einde aan het onhandig plaatsen van tracking codes op je website voor Analytics én Website Optimizer. Google Analytics is dus een analyse én een optimalisatie tool geworden. 

We gaan in dit blogbericht de basics van A/B testing overlopen. En kijken hoe je een Content Experiment in Google Analytics opstart, gekoppeld aan wat praktische tips.

Wat is A/B testing?

A/B testing bestaat in verschillende vormen. In dit geval spreken we echter specifiek over A/B page testing. Je definieert een controle pagina (page A) en een variant ervan (page B) om het verschil tussen de twee te testen. De bedoeling hiervan is je websitebezoekers at random ofwel op page A ofwel op page B te laten terecht komen. Jij meet dan het verschil in conversie tussen de twee versies.

Hoe start je een Content Experiment?

blog-ab_testing_met_de_nieuwe_google_analytics_content_experiments-image1

Een Content Experiment in Google Analytics start je op in het menu-item Content > Experiments onder de Standard Reporting tab. Hier een hele handleiding posten lijkt overbodig. Zeker als de documentatie van Google over Content Experiments al zeer uitgebreid is. Wel geven we een overzicht van het proces dat je moet doorlopen, aangevuld met extra duiding.

  1. Bereid je voor. Het is zeer belangrijk dat je de zakelijke doelstellingen van je website kan aanduiden en om daarop Google Analytics metingen te laten uitvoeren. Zoals Conversion Funnels. Als dat alles loopt, overweeg dan goed wát je wil A/B testen. Zoek de slecht presterende pagina’s van je website door de bounce en exit rates van je landingspagina’s onder de loep te nemen. Hoge waarden duiden op pagina’s die verbeterd kunnen worden. De basis van je experiment is gebaseerd op jouw idee voor verbeteringen voor die pagina’s.
  2. Configureer en pas aan. Na het identificeren van je controle pagina’s en het aanmaken van de varianten daarop, vul je de respectievelijke URL’s in op de setup pagina van je experiment. Momenteel kan je in een single content experiment tot 5 variaties per controle pagina testen. Daarna configureer je nog enkele bijkomende opties, zoals het aanduiden van de Google Analytics doelstelling die je wil verbeteren. Het enige dat dan nog rest om je experiment te starten, is de experiment code plaatsen in de van je originele pagina.
  3. Opvolgen en het stoppen van een experiment. De rapportage van het experiment toont je het aantal bezoeken, conversies en de conversiegraad van elke deelnemende pagina. Om een experiment te stoppen, zijn er verschillende manieren. A) Google Analytics bepaalt een winnende versie; B) het experiment verloopt automatisch na 3 maanden; of C) je zet zelf het experiment manueel stop.
  4. Na het experiment. Als Google Analytics een winnende versie heeft kunnen aanduiden en de winnaar is een variant van de originele pagina, is het het overwegen waard om je controle pagina te vervangen door de winnende versie.

Na het beëindigen van een experiment herhaal je het proces met een andere pagina. Op die manier blijf je beetje bij beetje je website op een gefundeerde wijze verbeteren.

Belangrijke kanttekeningen

blog-ab_testing_met_de_nieuwe_google_analytics_content_experiments-image2

Wees geduldig. Content Experiments bepaalt geen winnende versie tot minstens 2 weken ver in het experiment. Het is een ingebouwde beveiliging om te voorkomen dat je beslissingen gaat maken in de onstabiele eerste dagen van je experiment. Gemiddeld gezien duurt het een tweetal weken vooraleer de trend zich stabiliseert, ongeacht het aantal bezoekers.

  • Test niet te breed. Je kan in Content Experiments tot 5 variaties per controle pagina testen, maar houd in het achterhoofd dat meer variaties je bezoekersaantal extra opdeelt. Hierdoor gaat je sample size per variatie dalen en je experiment langer moeten lopen om een trend waar te nemen.
  • Wees voorzichtig met gelijktijdige experimenten. Het gevaar ligt ‘em in het risico dat bezoekers van het ene experiment het andere experiment ongewenst gaan beïnvloeden. De effecten hiervan zijn moeilijk in te schatten en kunnen je resultaten scheeftrekken. Tenzij je zeker weet hoe je meerdere experimenten tegelijk kan interpreteren, beperk je je best tot één experiment per keer.
  • De redirects van Content Experiments zijn (SEO) safe. Wanneer iemand je controle pagina wil bezoeken en wordt doorverwezen naar een variatie daarop, doet Google Analytics eigenlijk een JavaScript redirect naar de testpagina. In Google Website Optimizer resulteerde dit nogal eens in vreemde refferals in je rapporten, tenzij je de analytics code aanpaste. Maar Content Experiments heeft dit probleem gelukkig verholpen. Ook op vlak van SEO zijn er geen issues. De Google Bots kunnen zonder problemen overweg met JavaScript en Google zal zonder twijfel zijn eigen codes niet nadelig behandelen.
  • Content Experiments meet aantal bezoeken, niet bezoekers. Een wezenlijk verschil met de A/B testing in Google Website Optimizer is dat de nieuwe tool het aantal bezoeken meet en niet het aantal bezoekers. Dit is belangrijk om te weten bij het interpreteren van de resultaten, omdat het een minder accuraat beeld geeft. Bij het converteren kan een bepaalde bezoeker meerdere keren terugkomen vooraleer hij overgaat tot bv. een aankoop. Content Experiments maakt dit verschil niet en telt enkel of één bezoek converteert of niet. Deze stap terug zou te wijten zijn aan technische beperkingen op het Google Analytics platform.

Daarnaast zijn er nog wel wat verschillen tussen de oude en de nieuwe tool. Geïnteresseerde gebruikers kunnen deze hier verder nagaan. Maar Google kennende zullen ze nog wel blijven sleutelen aan Google Analytics. Het is nu meer dan duidelijk dat ze deze tool naar voor schuiven als het Zwitserse zakmes voor webanalyse en -optimalisatie. En zolang er niet teveel toegevingen moeten gemaakt worden, is dat in het algemeen een goede zaak.

Tot slot. Wie zichzelf wil testen, kan op deze website stemmen welke test gewonnen heeft in A/B testing. En wil je zelf je eigen website aan een A/B test onderwerpen? Gewoon Intracto bellen! :-)

Screenshot website whichtestwon.com