Onko yrityksesi markkinointi kehittynyt tarpeeksi viimeisen 12kk aikana? Tiedätkö onko myynnin kasvun esteet mainonnassa vai verkkosivuissa? Jos vastasit edes toiseen kysymykseen kieltävästi ja A/B-testauksen periaatteet ovat vieraat niin kannattaa lukea teksti ajatuksella.

Testaamisen ja oppimisen merkitystä korostetaan jatkuvasti markkinoinnissa. Varsinkin digitaalisen markkinoinnin saralla A/B -testaus korostuu, koska kaikesta digitaalisesta markkinoinnista voidaan saadaan selkeitä lukuja siitä, mikä toimii ja mikä ei. Tästä syystä otetaan katsaus A/B-testauksen maailmaan digitaalisessa markkinoinnissa.

A/B testaus on vertailua

Nimensä mukaan A/B-testaus on vertailua, jossa etsitään jatkuvasti parhaiten toimivaa vaihtoehtoa. Vertailusta voidaan johtaa tilastollinen ero ja nähdä, kumpi kahdesta vaihtoehdosta on yrityksen tavoitteiden kannalta kannattavampaa.

Digitaalisessa markkinoinnissa ihmisten toimista jää digitaalisia jälkiä, joista saadaan selkeitä lukuja. Joiden avulla voidaan todeta jonkin toisen markkinointiviestin tai esitystavan olevan tehokkaampi.

Esimerkki A/B-testauksesta

Ajatellaan, että teemme A/B testauksen Google Adwords-mainonnassa. Kirjoitamme kaksi mainosta, joita näytetään, kun asiakkaat hakevat tuotteitamme. Mainos A:n tulosprosentti on tässä tapauksessa 1 ja mainos B:n on 0,5. Mainos A on siis 100% tehokkaampi kuin mainos B. Kun toteamme tilastollisesti, että mainos A on huomattavasti kannattavampi kuin mainos B, voimme poistaa mainos B:n käytöstä. Tämä ei kuitenkaan tarkoita, että olisimme valmiita. Vaan kirjoitamme mainos B:n tilalle uuden mainoksen, mikä viedään seuraavaan vertailuun.

Kun uusi mainos B kirjoitetaan, voimme hyödyntää mainos A:sta saatuja tietoja ja muuttaa joitakin kohtia. Uudessa vertailussa uusi kilpaileva mainos B voittaa ensimmäisen kierroksen voittajan mainos A:n, saamalla tulosprosentiksi 1,2%.

Tällöin A/B testauksen kahdella vertailulla on saatu huomattavasti tehokkaampaa mainontaa kuin sillä, että olisimme luottaneet onneen ja kirjoittaneet vain yhden mainoksen ilman A/B-testausta.

A/B testauksen tavoitteena on parempi tulos

Kun aloitamme A/B-testauksen tekemisen, meillä pitää olla selkeästi mielessä, mikä on tavoitteemme. Vain selkeän tavoitteen avulla voimme lähteä kartoittamaan siihen vaikuttavia tekijöitä ja vertailemaan mikä vaikuttaa positiivisen tuloksen syntymiseen.

Jos esimerkiksi tavoitteena on saada yhteydenottoja yritykselle verkkosivujen kautta, on matkalla jo monta kohtaa, joita voidaan parantaa A/B-testauksen avulla.

Yritys voi verrata eri kanavia kuten Facebook-mainonta, Google Adwords -mainonta, bannerimainonta jne. ja katsoa, mistä kanavasta saadaan sijoitetulle eurolle eniten vastinetta.

Myös kanavan sisällä voidaan tehdä testausta pyörittämällä useampia mainoksia samanaikaisesti. Vertailemalla, mitä ihmiset klikkaavat mieluiten ja kuinka todennäköisesti klikkaus muuttuu verkkosivulla yhteydenotoksi.

Usein unohtuu testata myös erilaisia laskeutumissivuja eli yrityksen verkkosivuilla erilaisia ratkaisuja siitä, mikä sivulla saa ihmiset ottamaan yhteyttä. Verkkosivulle voidaan ajaa vaikka kuinka paljon ostavia asiakkaita vierailemaan, mutta jos sivusto ei ole sellainen, mikä tukee yhteydenottoa tai ostamista, tulokset voivat jäädä vähäisiksi.

Case: A/B-testaamisen tuloksista

A/B testauksen mittarit

Mittareita voi olla vaikka kuinka paljon, mutta aina kannattaa valita vain yksi mittari, mitä aktiivisesti seurataan. Tällöin mittaaminen on helppoa ja  A/B-testauksen tulokset yksinkertaisia todeta. Yleensä suosin mittarina suoria yhteydenottoja tai kauppaa. Tämän selkeämpää mittaria ei voi yritykselle olla ja sillä saadaan laskettua suorat vaikutukset yrityksen kassavirtaan.

Joskus suoran kaupan mittari on liian kaukana tai mahdoton mitata, joten on valittava toisenlaisia mittaustekniikoita, kuten mitkä mainokset ovat suosituimpia ja tuovat eniten liikennettä. Voidaan myös testata, minkälaisia mainoksia klikkaavat ne ihmiset, jotka viihtyvät yrityksen verkkosivulla kaikkein pisimpään. Näiden mittareiden avulla voidaan mitata mainosviestin tehokkuutta ja mainoksen vastaavuutta laskeutumissivuun, eli sivuun, johon klikkaaja ohjautuu.

Mittareita on digitaalisessa markkinoinnissa käytössä lukemattomia. Tärkeintä on valita oikeat mittarit, mitkä tukevat yrityksen tavoitteita ja näin markkinointia saadaan tilastollisesti kehitettyä kertyneen datan mukaan.

Testaamista ei tule lopettaa

Aivan liian monesti olen kuullut, että testaaminen lopetetaan yhden kierroksen jälkeen ja ollaan sitten tyytyväisiä tulokseen. Ajatellaan, että löydettiin se paras vaihtoehto ja nyt tulokset on maksimoitu. Jatkuva A/B-testaaminen vaati tietysti oikeat työkalut, koska datamäärä kasvaa exponentiaalisesti jokaisen testauskierroksen jälkeen. Koneoppiminen onkin yksi tärkeimmistä A/B-testauksen työkaluista.

Tämähän on harhaluulo, mikä aiheuttaa markkinoinnin kehittymisen pysähtymisen. Jos olet tehnyt yhden testauksen, esimerkiksi kahden Adwords-mainoksen välillä, tiedät vasta kahdesta vaihtoehdosta kumpi toimii paremmin. Jatkuvan A/B-testauksen ideana on, että häviäjä aina pysäytetään ja voittajalle kirjoitetaan uusi kilpailija, jossa on voittavasta mainoksesta joitakin kohtia ja muut kohdat muuttuvat. Näiden mainosten välillä tehdään uusi vertailu. Näin saadaan todella selville, mikä toimii ja jatkuvalla kehittämisellä tulokset nousevat edelleen.

Jos lopetat A/B testauksen, lopetat samalla myös markkinointisi kehittämisen.

Elämme tilastollisen testaamisen aikakautta

Kaikkea digitaalista markkinointia voidaan testata ja siten löytää niitä kanavia, mitkä tuovat yritykselle tehokasta markkinointia. Monella yrityksellä tämä testaamisen periaate on vielä vieras, mutta ei kauaa. Kun markkinointia voidaan kehittää ja tuloksia analysoida lukujen valossa, ovat ”musta tuntuu” -kommentit jääneet pois. Jos kaksi ihmistä väittelee siitä, mikä on paras tapa markkinointiviestille, lopetetaan väittely ja testataan se. Parempi voittaa ja sen kehittämistä jatketaan edelleen testaamalla.

Tästä johtuen digitaalinen markkinointi on hurjassa kasvussa ja tuo yrityksille tulosta.

Ota meihin yhteyttä, jos haluat mainoksistasi parhaan mahdollisen tuoton tai kaipaat apua mainostesi A/B-testauksessa.

Esimerkki Facebook-mainoksen A/B testauksesta

Teemme kaikkiin asiakkaittamme kampanjoihin aina A/B-testauksen, jotta markkinoinnilla saadut tulokset kehittyisivät jatkuvasti

Niko

Niko

Tavoitteenani on auttaa Suomalaisia yrityksiä läpi nopeimman muutoksen, mitä historiamme tuntee asiakaslähtöisesti. Intohimonani on luonnollisen ostoprosessin siirtäminen digitaaliseen ympäristöön, niin että se tukee kuluttajan että yrityksen tavoitteita.
Niko