Зачем нужен A/B-тест?

A/B тест - это способ поиска наилучшего варианта, при котором будет максимальная конверсия. Метод заключается в следующем: мы случайно показываем посетителю разные варианты того или иного элемента, текста, а затем анализируем, какой из них оказался лучше, с каким конверсия выше.

Со стартовой страницей или без? Темный дизайн или светлый? Какой тест лучше написать на странице сбора контактов? На все эти и прочие вопросы поможет ответить A/B тест, а в Marquiz он настраивается очень просто.

Для того, чтобы хорошо понимать методологию, знать, сколько нужно держать активным тест перед выбором варианта, прочитайте нашу полную статью про A/B тесты.

Как настроить A/B тест в Marquiz

Откройте редактор квиза и зайдите в раздел "Расширения". Включите A/B Тесты, нажав на бегунок. В правом верхнем углу появятся кнопки для управления вариантами

Создастся вариант B для квиза. В нём можно отредактировать любой элемент квиза, будь то вопрос, результат, консультант, стартовая страница или что-нибудь ещё. Изменение сохранится и новый вариант будет показываться случайным образом посетителю.

Если нужны дополнительные варианты - можно создать до 4-х. Созданный вариант можно поставить на паузу (он будет храниться, но не будет показываться), удалить и выбрать (он будет принят как основной, а все остальные варианты будут удалены). Также варианты можно переименовать: именования будут использоваться в аналитических системах.

Важно понять логику работы: вариант А - это базовая версия квиза. В других вариантах хранятся внесённые изменения относительно варианта А. То есть например, если поменять заголовок стартовой страницы в А, он поменяется во всех вариантах, за исключением тех, где изначально был создан другой заголовок.

Важно: вероятность показа распределяется равномерно по каждой из версий, то есть, если в квизе две версии А и B, то вероятность показа каждой версии 50%, если 3 версии то 33,3% и т. д.

Как использовать A/B тесты с аналитикой

Если не проводить аналитику, не замерять, какая конверсия с каким вариантом, то особого смысла в A/B тестах нет. На текущий момент делать аналитику можно с помощью нескольких систем:

- Яндекс.Метрика
- Google Analytics (Universal)
- Google Analytics (4)

Интеграция со встроенной аналитикой пока еще в разработке