Snabb och enkel guide till multivariat testning

Att skapa content marketing - annonser, e-postmeddelanden, bloggar, användargränssnitt - utan hänvisning till något jämförande prestationsmått är ungefär som att följa en vägkarta till en plats du aldrig har varit på utan att titta ut genom fönstret för att se var du är. Världen utanför kan vara mer komplicerad och oförutsägbar än du förväntar dig, och det spelar ingen roll vad som står på kartan om du inte kan nå din destination. Framgångsrik marknadsföring kräver interaktion med verkligheten genom testning och variation för att anpassa innehållet till publikens subtila preferenser. Att testa innehåll med riktiga målgrupper kan innebära olika grader av variation, från enkla jämförelser av två iterationer i split- och A/B-testning till mer komplex multivariat testning där många variabler körs samtidigt.

På ett eller annat sätt överträffar företag som testar content marketing sina konkurrenter. Av de 500 största e-handelsföretagen kör minst 75% variabla tester på det nya marketing content som de levererar. I den här guiden får du lära dig vad multivariat testning är och hur det kan hjälpa dig att förfina stora volymer innehåll snabbt och effektivt.

Viktiga saker att ta med sig

• Att köra jämförande prestandatester på content marketing hjälper marknadsförare att skapa mer engagemang och värde.

• Marknadsförare kallar jämförande tester som bara involverar två variabler - en kontrollversion och en variabel - för A/B-testning. Tester som involverar fler än två variabler som körs samtidigt är multivariat testning.

• Multivariat testning ger kontextualiserade insikter om kombinationer av variabler med högre prestanda i innehållet snarare än bara om enskilda variabler.

Vad är multivariat testning?

Multivariat testning är en teknik för att testa prestandan hos flera variabler i content marketing. Multivariat testning syftar till att förfina flera variationer av innehåll samtidigt för att fastställa bästa möjliga kombination för alla variabler.

Bildkälla

Webbplatser, mobilappar och annonser innehåller många modulära element som färger, teckensnitt, bilder, CTA:er, textrutor och andra strukturella komponenter. Genom att kombinera dessa element på en enda webbsida eller i en enda annons skapas en unik användarupplevelse eller uppfattning. Det är omöjligt att förutsäga exakt vilka kombinationer av estetiska och materiella komponenter som kommer att driva mest engagemang och framkalla de mest positiva användarupplevelserna i målgrupper på tusentals till miljoner. Multivariat testning fokuserar på att övervaka prestanda i stora variabla uppsättningar av enskilda komponenter för att avslöja kombinationer med högre prestanda genom verkligt engagemang.

Multivariat testning och A/B-testning

Multivariat testning liknar A/B-testning genom att den i grunden är jämförande. Målgrupper interagerar med olika versioner av samma innehåll och marknadsförare jämför resultaten för att avgöra vilket som presterar bäst. A/B-testning omfattar dock endast en kontroll- och en testvariabel, vilket isolerar variabelns prestandavärde.

Bildkälla

Multivariat testning skiljer sig åt eftersom det involverar mer än två variabler. Ändå är denna skillnad inte trivial. Snarare ger den en helt annan typ av insikt. A/B-testning hjälper till att kvantifiera enskilda variablers prestanda. Multivariat testning identifierar bättre fungerande kombinationer holistiskt och avslöjar hur olika estetiska och materiella variationer samverkar i det övergripande intrycket som skapas hos publiken.

Fördelar med multivariat testning

Jämfört med andra testmetoder erbjuder multivariat testning tydliga fördelar som gör den till den optimala metoden under specifika omständigheter.

1. Eliminerar behovet av sekventiella A/B-testningar

Även om A/B-testning ger en exakt bild av hur specifika variabler fungerar kan det vara tidskrävande och ofta krävs flera iterationer på samma kampanj eller sida för att uppnå målgruppsinriktade prestandamål. Multivariat testning kan hantera dessa iterationer samtidigt och göra mindre justeringar för att fortsätta driva engagemang under hela testprocessen.

1. Multivariat testning skapar mer data

   En framgångsrik multivariat testning på en annons eller sida kommer att involvera prestandamätvärden för flera konfigurationer, vilket skapar lager av kontextuell data för varje variabel i spel. Multivariat testning för marknadsföringsteam som arbetar med kanaler med hög trafik kommer att skapa större mängder handlingsbara datainsikter än andra testmetoder.

2. Ger kontextuella insikter

   Enklare testmetoder som A/B-testning och split testing kan snabbt visa vilken av två versioner av en enhet med content marketing som överträffar den andra. Men utan mer information och variation kan du inte förstå varför eller om något annat påverkade den variabel som underpresterade i hela innehållet. Med multivariat testning kan marknadsföringsteam ofta se positiva korrelationer mellan till synes orelaterade variabler, till exempel en viss CTA i kombination med en viss bild när ingen av dem presterade bra oberoende av varandra.

Potentiella begränsningar med multivariat testning

Det finns en anledning till att marknadsförare använder sig av olika metoder för content marketing-testning. Var och en är bäst lämpad för specifika omständigheter och begränsningar. Multivariat testning är inget undantag och är kanske inte det bästa valet i alla situationer.

1. Kräver mer tid

   I A/B-testningar går 50% av trafiken som stöter på innehållet till varje version. På relativt kort tid kommer alltså varje variant att få tillräckligt med trafik för att vara statistiskt signifikant. I multivariata testningar som kanske innehåller dussintals varianter är den totala trafikmängden som behövs för att generera meningsfulla data direkt proportionell mot antalet variabler. Om du till exempel inför 20 variationer kommer ditt test att kräva 10 gånger så mycket trafik för att generera samma datakvalitet.

2. Kan indikera fler falska positiva resultat

   Ökningen av variabler och variabelrelationer i multivariat testning medför en högre förekomst av vad statistiker kallar familjevis fel procent (FWER). Familjevisa fel är falska slutsatser som dras från hypoteser som inte har testats. Med andra ord har en variabel som skulle prestera sämre om den var isolerad en ökad chans att visa sig ge bättre resultat när andra variabler råkar vara närvarande. Genom att testa variationer i större utsträckning kan FWER sänkas, men det tar längre tid och kostar mer.

3. Multivariat testning är dyrare än andra metoder

   Den tid och ansträngning som krävs för att utforma multivariata testningar, den längre tid som krävs för att samla in tillräckligt med data och den ökade tolkningsbördan vid feleliminering höjer den totala kostnaden jämfört med enklare testmetoder för innehåll. Multivariat testning kanske inte är den bästa lösningen för dina behov om tid och budget är stora begränsningar.

Experimentera med A/B- och multivariat testning genom Optimizelys plattform för webbexperimentering

Dra nytta av Optimizelys snabba, omfattande plattform för webbexperimentation för att avslöja värdefulla kundinsikter och skapa högpresterande upplevelser på kort tid. Med Optimizely kommer kundernas känslor och preferenser att styra ditt beslutsfattande, vilket eliminerar riskfyllda gissningar.

För att komma igång, kontakta Optimizely idag.