Чем заменить Google Optimize – обзор сервисов и мнение ведущих экспертов «Ашманов и партнеры»

Тэги: аналитика, Google

О чем статья?

• Сервис Google Optimize и его роль в A/B-тестировании.
• Зачем бизнесу нужно проводить A/B-тестирование.
• Как выбрать инструмент для A/B-тестирования и почему аналитики отдают предпочтение Google Optimize.
• Чем можно заменить «Optimize» и стоит ли это делать. Мнение экспертов.
• Google Optimize – что важно сделать сейчас.

Для кого эта статья?

• Для SEO-специалистов и вебмастеров.
• Для маркетологов.
• Для руководителя отдела продвижения.

В сентябре 2022 года Google объявил о прекращении поддержки сервиса Google Optimize. Эксперименты и персонализация будут действовать до 30 сентября 2023 года, после этого доступ к данным будет закрыт. Об этом сообщается в справке Google. Компания объясняет свое решение тем, что функционал сервиса не соответствует запросам клиентов, при этом подчеркивает свое стремление обеспечить бизнес действенными инструментами для улучшения сайтов и приложений. По этой причине Google инвестирует в развитие A/B-тестирования в Google Analytics 4.

Для тех, кто еще не понял, что произошло – с 1 октября 2023 года доступ к данным Google Optimize будет прекращен. До этого момента есть возможность использовать инструмент максимально результативно, то есть протестировать с его помощью как можно больше элементов юзабилити сайта, включая шрифты, заголовки, призывы к действию, изображения, видео, другие параметры. Кроме того, Google рекомендует скачать данные по результатам экспериментов.

Сервис Google Optimize и его роль в A/B-тестировании

Google Optimize – удобный, универсальный и бесплатный инструмент для оптимизации, тестирования и аналитики сайтов. Сервис, начиная с момента его запуска на рынке в 2012 году, востребован более других у веб-мастеров, и для многих его потеря оборачивается как минимум возникновением вопроса «что делать и каким инструментом пользоваться дальше».

Вследствие проведения изменений на сайте A/B-тестирование дает возможность повысить конверсию посадочных страниц, и, как следствие, эффективность интернет-ресурса в целом. С помощью A/B-тестов можно вносить изменения в юзабилити страницы не вслепую, а опираясь на результаты эксперимента, что позволяет избежать не просто лишних расходов, но даже убытков.

Мнение эксперта

Павел Мосин, руководитель руководитель отдела веб-аналитики «Ашманов и партнёры»:

«A/B-тестирование – это, условно, подушка безопасности вашего бизнеса. Вы тестируете на своей аудитории изменение конверсионных путей с помощью трансформации юзабилити с наименьшим вредом для своих показателей. Исходим из того, что каждый сайт имеет конверсионные барьеры, которые нужно устранять. Ни один сайт не существует в идеальной экспозиции, когда всех пользователей все устраивает. Такого не бывает. Именно поэтому нужно постоянно тестировать изменения, которые позволяют либо устранить данные барьеры для вашей аудитории, либо значительно их снизить».

Предположим (гипотетически), что вы решили сделать новый сайт. И вдруг, уже после полного апгрейда и размещения (читаем – серьезных затрат на дизайн, верстку, рекламу), оказалось, что полученные результаты не устраивают: конверсия минимальная, выручка падает. И вообще, старый сайт работал лучше. Всего этого можно было избежать, достаточно было сначала провести тестирование и выяснить, изменение каких элементов будет положительно влиять на основные метрики (средний чек, выручка, количество откликов, переходов по кнопке). Режим A/B-тестирования дает возможность увидеть проблему до запуска нового сайта и избежать тем самым значительных потерь.

То же касается и отдельных элементов юзабилити. Например, на тестовой странице можно поменять шрифт текста и заголовка, общий фон, цвет СТА-кнопки. По результатам тестирований в Google Optimize можно определить, где лучше разместить меню и кнопку действия, сколько текста должно быть на странице, стоит ли размещать видеоролик, рекламные вставки и т. д. Элементарный пример – каким сделать цвет кнопки «купить», чтобы не испугать, а, наоборот, привлечь покупателя?

Зачем бизнесу нужно проводить A/B-тестирование

Допустим, у вас есть работающий ресурс с хорошим устойчивым трафиком. Вы довольны конверсией и доходом, но в какой-то момент решаете поднять конверсию посадочной страницы с расчетом на то, что это принесет вам еще большую прибыль. Например, вы ожидаете, что размещение еще одного блока нужной, с вашей точки зрения, текстовой информации поможет покупателю с принятием решения в вашу пользу.

Ключевое слово — «с вашей точки зрения». Ошибка кроется именно здесь. Мнение аудитории может не совпадать с вашим личным мнением. Именно поэтому каждая гипотеза должна подвергаться проверке, то есть тестированию.

A/B-тестирование позволяет решить следующие задачи:

• увеличить показатель конверсии посадочной страницы;
• сделать посадочную страницу более удобной для потенциальных клиентов;
• вносить изменения в интерфейс страниц, опираясь на статистику;
• улучшить восприятие пользователя с вашим сайтом.

A/B-тестирование связано и с персонализацией посадочных страниц. Индивидуальный подход к пользователям, учет их интересов дает возможность превратить потенциального покупателя в лояльного клиента. Установление долгосрочных связей, ориентированных на потребителя, ведет к увеличению продаж и, одновременно, экономии рекламного бюджета. Чтобы внедрить персонификацию, нужно собрать как можно больше данных о своей аудитории, а это значит, что аудиторию надо сегментировать и создавать для каждой группы индивидуальные предложения.

Мнение эксперта

Алексей Авдеев, руководитель департамента платного трафика «Ашманов и партнёры»:

«В первом полугодии 2022 года, по данным MOAB, стоимость перехода в Яндекс.Директ возросла в среднем на десятки процентов. При сохранении коэффициента конверсии мы получим рост стоимости рекламных расходов на те же десятки процентов. A/B-тестирование дает возможность сравнить 2 варианта одного изменения, при этом рекомендуется разделить аудиторию на необходимое количество гомогенных выборок. Далее, при достижении статистической значимости, определяем, имеет ли смысл внедрять то или иное изменение, то есть проверять гипотезы. Без опоры на реальные данные внедрение каких-либо изменений может привести к значительным потерям, в лучшем случае – выходу на ноль. ».

Один из самых ярких примеров успешного внедрения персонализации – Netflix. Маркетологи компании постоянно проводят тесты с целью лучшей персонализации, благодаря чему их показатели как стриминговой платформы постоянно растут.