La page damp;rsquoatterrissage de chacun damp;rsquoeux. Pour créer cette section, nous avons copié le modèle de post pour le sujet, puis nous avons inclus du code HTML supplémentaire avant de bloquer les commentaires. Cela signifie que nous avons maintenant un deuxième modèle de post dans le thème WordPress.
De cette façon, nous pouvons commencer les tests A B et vérifier les hypothèses. Pour définir le test A B dans WordPress, nous utiliserons le plug in de test A B de nelio, que trouverez dans le catalogue des plug ins WordPress. Après lamp;rsquoinstallation et lamp;rsquoactivation du plug in, allez dans le menu de test nellio A B et créez un nouveau test de modèle A B. Voici lamp;rsquointerface utilisateur que nous avons obtenue:
Affiche les modifications apportées aux essais du modèle A B. Voyons si la version originale est le modèle par défaut pour les messages. Au lieu de cela, nous sélectionnerons le nouveau modèle que nous venons de créer au point précédent, qui comprend des sections pour les deux produits.
Ensuite, nous définirons les objectifs et les mesures de transformation à mesurer dans les résultats. Dans ce cas, nous définirons trois objectifs. Dans le premier cas, nous considérons la page damp;rsquoatterrissage qui accède à lamp;rsquoun de nos deux produits à partir damp;rsquoun billet de blog comme une conversion. Les deux autres objectifs calculeront séparément le nombre damp;rsquoaccès à chaque produit. Une fois le test activé, la moitié des visiteurs verront le modèle original et lamp;rsquoautre moitié verra automatiquement la version modifiée. De même, chaque fois que voyez une version damp;rsquoun visiteur visiter une page de notre produit, le plug in de test A B calcule une nouvelle transformation et lamp;rsquoajoute au résultat.
Il suffit damp;rsquoattendre que les résultats samp;rsquoaccumulent pour voir la tendance finale et décider si lamp;rsquoune des deux versions est meilleure que lamp;rsquoautre. Analyser les résultats des tests A B que nous avons effectués
Lamp;rsquoétude a été testée en ligne pendant plus de trois mois, au cours desquels près de 145 000 blogs ont été consultés. Toutefois, lamp;rsquoimpact des changements apportés au modèle est très faible et le taux de conversion est inférieur à 1%. Cela samp;rsquoexplique principalement par le fait que peu de visiteurs se concentrent sur le contenu après le contenu. Camp;rsquoest ce que nous avons remarqué dans lamp;rsquoarticle précédent lorsque nous avons discuté des diagrammes chauds et des diagrammes de défilement. Plus modifiez verticalement la page, moins lamp;rsquoimpact est grand. Dans ce test A B, nous confirmons une fois de plus que cela samp;rsquoest produit.
Mais pour revenir aux résultats, si nous regardons le premier objectif, les deux versions du modèle ont des performances similaires. Aucune version namp;rsquoa apporté de changements importants, ce qui nous amène à constater que lamp;rsquoune des deux options est nettement meilleure. Les résultats des tests sont liés à lamp;rsquoobjectif damp;rsquoaccéder à namp;rsquoimporte quel produit dans un billet de blog. Il en va de même si nous ne regardons que le nombre damp;rsquoaccès à la page damp;rsquoatterrissage du contenu de nelio, notre deuxième objectif dans le test A B. encore une fois, les résultats sont négligeables. Aucune version du modèle namp;rsquoest meilleure que les autres.
Résultats des tests ciblés pour accéder à la page damp;rsquoatterrissage du contenu de nelio à partir damp;rsquoun billet de blog. Il est intéressant de noter que si nous regardons le troisième objectif, lamp;rsquoajout damp;rsquoune version modifiée semble être le vainqueur du test A B. le niveau de confiance statistique est supérieur à 90%, et le modèle qui affiche notre produit après le contenu du post essaie de diriger plus de trafic vers la page damp;rsquoatterrissage du test A B de nelio.
Les résultats du test sont liés à lamp;rsquoobjectif damp;rsquoaccéder à la page damp;rsquoatterrissage du test nellio A B à partir damp;rsquoun billet de blog. Toutefois, nous parlons damp;rsquoun taux de conversion inférieur à 0,2%, de sorte que nous pouvons dire que, bien que les statistiques nous disent que les modèles avec des changements sont gagnants
En ce qui concerne le dernier objectif, les chiffres que nous avons obtenus à des fins pratiques ne sont pas très intéressants.
Grâce au test A B damp;rsquoaujourdamp;rsquohui, nous avons constaté que si nous voulons avoir un impact plus important en changeant les billets de blog, ce que nous devons essayer est que ces changements apparaissent le plus haut possible sur la page. non, il est difficile damp;rsquoobtenir des résultats significatifs pour nous aider à prendre des décisions. Bien quamp;rsquoil samp;rsquoagisse damp;rsquoune autre hypothèse que nous devrons vérifier à lamp;rsquoavenir Photos en vedette damp;rsquoAustin Chan sur unsplash.
Promouvoir votre produit à la fin du billet
