Testujte titulky na blogu: 4 x viac kliknutí za 27 €

Keď vytvoríte obsah na web, na jeho názve záleží. Ukážeme vám, ako si jednoducho otestovať alternatívne názvy pre článok či blogpost a nájsť ten, ktorý je pre ľudí najlákavejší!

Veľké úspešné weby testujú svoje headliny

Švajčiarsky Ringier za mesiac vďaka A/B testom navýšil počet videní (page impressions pre visitor) v Blicku, najväčšom bulvárnom médiu, o 4,9 %. Predstavte si, čo taký nárast pri online médiu urobí s príjmami za reklamu!

Na A/B testoch názvov „ryžujú“ aj majstri clickbaitu v BuzzFeede. Testovanie je pre nich jednoduché: na vlastnom webe striedajú varianty titulku článku a vďaka vysokej návštevnosti rýchlo zistia, ktorý je klikanejší. Podobnú funkcionalitu výborne integrovanú do WordPressu ponúka Optimizely plugin.

Ale čo s malým webom?

Menší web, vrátane firemného blogu, nemá takýto luxus. Otestovanie dvoch variantov názvu by pri návštevnosti na bežnom firemnom webe trvalo týždne až mesiace.

Niektorí zahraniční odborníci odporúčajú využiť na testovanie Twitter: tweetovať postupne jednotlivé alternatívy a sledovať, ktorá prinesie viac preklikov. Ako ale zohľadníte prirodzené rozdiely v aktivite na Twitteri dané časom? Ako ošetríte ľudí, ktorí vidia oba headliny?

Malý hack s využitím reklamy na Facebooku

Reklamu na Facebooku môžete využiť nielen ako nástroj na šírenie svojho obsahu, ale aj ako testovací nástroj. Využijem možnosť cielenia podľa veku, ktorá v tejto podobe neexistuje na Google AdWords – najdôležitejšej konkurenčnej reklamnej platforme.

Vygenerujte najprv alternatívne názvy pre váš obsah. Obľúbené medzinárodné zdroje odporúčajú vymyslieť doslova desiatky variácií.

Vyberte z nich na začiatok pár: A a B, ktoré postavíte proti sebe.

Experimentálna a kontrolná skupina

Pre každý dobrý experiment ale potrebujete dobrú vzorku (v tomto prípade „treatment“ – experimentálnej a „control“ – kontrolnej skupiny, ktoré sa štatisticky nelíšia v ničom inom, ako v tom, ktorý z titulkov vidia).

Potrebujete teda dve skupiny ľudí, ktoré dokážete v nástrojoch na Facebooku cieliť oddelene, a pritom sa v iných charakteristikách odlišujú čo najmenej.

Našim A a B skupinám ukazujeme na Facebooku tú istú reklamu ale jedným s A varintom a druhým s B variantom nadpisu (používame identický obrázok, ale samozrejme, podobne by sme mohli otestovať dva obrázky namiesto variácií názvu).

Cielime s využitím záujmov (teda snažíme sa napodobniť prirodzené publikum pre náš obsah). Cielenie reklamy rozdelíme na vekové skupiny (s voľnou inšpiráciou „regression discontinuity“ modelmi) – napríklad:

Skupina A

• 23-24,
• 27-28,
• 31-32,
• 35-36,
• 39-40,
• 43-44,
• 47-48

Skupina B

• 25-26,
• 29-30,
• 33-34,
• 37-38,
• 41-41,
• 45-46,
• 49-50

V tomto prípade máme vytvorených 14 samostatných reklamných setov na Facebooku (7 pre každý variant). Výsledky za ne vieme sčítať a zároveň ich vieme po prvotnom vytvorení jednoduchšie použiť pre ďalšie testy.

Prečo sú tieto skupiny podobné? Lebo človek, ktorý má 29 rokov a 3 dni by nemal byť v priemere významne odlišný od človeka vo veku 28 rokov a 362 dní.

Cielenie reklamy na Facebooku už neumožňuje úplne presne obmedziť vek, to nám však nevadí. Pokiaľ je rozdiel vo výkonnosti variantov A a B dostatočný, uvidíme ho aj pri skupinách, ktoré sa sčasti prekrývajú.

Ale funguje to naozaj?

Tento postup funguje, iba keď je medzi výkonnosťou alternatívnych názvov výrazný rozdiel. Vyskúšali sme ho opakovane a s ohromnými výsledkami:

[supsystic-tables id=“1″]

Rozdiely medzi oboma verziami sú v niekoľkých prípadoch obrovské. Ku konkluzívnemu výsledku sme dospeli v prvých troch prezentovaných prípadoch pod 24 hodín. Následne sme už nový obsah propagovali výlučne s účinnejším názvom!

Sú rozdiely štatisticky významné?

Vyhodnotiť, či sú pozorované rozdiely vo výkonnosti štatisticky významné, nám pomôže kalkulačka na http://abtestguide.com/calc/. Na rozdiel od niektorých nástrojov na A/B testy sa vyhýba chybe s priebežným sledovaním štatistickej významnosti (ide o technický problém, ale potenciálne dôležitý). Stačí zadať veľkosť vzorky (v našom prípade počet zobrazení) a konverzií pre jednotlivé varianty (v našom prípade počet preklikov) a kalkulačka vypíše, či sme našli štatisticky významný rozdiel (ostatné nastavenie netreba meniť).

Časový náklad na nastavenie experimentu je na prvýkrát možno 1 – 2 hodiny, pri nasledujúcich experimentoch je ale výrazne menší než hodina.

Znamená to, že takto dokážete otestovať všetok svoj nový obsah a vyťažiť z vašej investície do obsahu oveľa viac!

Za 27 € !?

Ale kdeže! Toľko stál najdrahší zo štyroch testov na vlastnom blogu. Tie lacnejšie stáli len tesne nad 10 €!!!

Viac než miera prekliku

Na porovnanie atraktivity titulkov nám stačí zrátať si údaje o výkonnosti reklám. Ak však urobíme pár krokov navyše, vieme získať ďalšie využiteľné dáta.

Pri A/B teste sme si jednotlivé varianty nadpisu označili jedinečným UTM_campaign parametrom. Podľa neho sme návštevníkovi servírovali na webe nadpis zodpovedajúci tomu, cez ktorý sa v reklame preklikol – verziu A alebo B (vyžadovalo to urobiť pár zmien v existujúcej šablóne; plánujeme však vytvoriť plugin, ktorý nám takúto správu titulkov uľahčí). Po otestovaní na dostatočnej vzorke sme preferovaný titulok zmenili podľa výsledku testu.

Prostredníctvom tohto jedinečného parametra dokážeme v Google Analytics porovnať správanie oboch skupín na webe – strávený čas, mieru odchodovosti či počet zobrazených stránok.

Tieto údaje nám umožňujú preveriť, či jeden z nadpisov neprináša návštevnosť nízkej kvality. Môže sa stať, že sa vám podarí nadpis, ktorý motivuje k prekliku, ale vyvolá v návštevníkovi očakávania, ktoré váš obsah nenaplní!

Presvedčili sme vás, že ak investujete do obsahu, testovať sa oplatí?