Savjeti za A / B testiranje na Google Play eksperimentima

Google Play

Za programere aplikacija za Android, Google Play eksperimenti može pružiti dragocjene uvide i pomoći u povećanju broja instaliranja. Izvođenje dobro osmišljenog i dobro isplaniranog A / B testa može napraviti razliku između korisnika koji instalira vašu aplikaciju ili konkurencije. Međutim, postoje mnogi slučajevi u kojima su testovi bili nepropisno pokrenuti. Te pogreške mogu raditi protiv aplikacije i naštetiti njezinoj izvedbi.

Evo vodiča za upotrebu Google Play eksperimenti za A / B testiranje.

Postavljanje eksperimenta na Google Playu

Konzoli za eksperimente možete pristupiti s nadzorne ploče aplikacije Google Play Developer Console. Ići Prisutnost u trgovini na lijevoj strani zaslona i odaberite Eksperimenti s popisom trgovina. Odatle možete odabrati "Novi eksperiment" i postaviti svoj test.

Postoje dvije vrste eksperimenata koje možete izvesti: Zadani grafički eksperiment i Lokalizirani eksperiment. Zadani grafički eksperiment izvodit će testove samo u regijama čiji je jezik odabran kao zadani. Lokalizirani eksperiment, s druge strane, pokrenut će test u bilo kojoj regiji u kojoj je vaša aplikacija dostupna.

Prva vam omogućuje testiranje kreativnih elemenata poput ikona i snimki zaslona, ​​dok druga omogućuje testiranje kratkih i dugih opisa.

Kad odabirete svoje varijante testa, imajte na umu da što više varijanti testirate, to će trebati više vremena da se dobiju djelotvorni rezultati. Previše varijanti može rezultirati da testovima treba više vremena i prometa za uspostavljanje intervala pouzdanosti koji određuje mogući utjecaj konverzije.

Razumijevanje rezultata eksperimenta

Dok izvodite testove, možete mjeriti rezultate na temelju korisnika koji prvi instaliraju ili zadržanih instalatera (jedan dan). Instalatori koji prvi put instaliraju ukupni su pretvorbe vezani uz varijantu, a zadržani instalatori su korisnici koji su zadržali aplikaciju nakon prvog dana.

Konzola također pruža informacije o Current (korisnici koji imaju instaliranu aplikaciju) i Scaled (koliko instalacija biste hipotetski stekli da je varijanta primila 100% prometa tijekom testnog razdoblja).

Google Play eksperimenti i A / B testiranje

Interval povjerenja od 90% generira se nakon što je test pokrenut dovoljno dugo da stekne djelotvorne uvide. Prikazuje crvenu / zelenu traku koja pokazuje kako bi se pretvorbe teoretski prilagodile da je varijanta implementirana uživo. Ako je traka zelena, to je pozitivan pomak, crvena ako je negativna i / ili obje boje znače da bi se mogla okretati u bilo kojem smjeru.

Najbolji primjeri iz prakse za A / B testiranje na Google Playu

Kada izvodite A / B test, morat ćete pričekati dok se ne uspostavi interval pouzdanosti prije nego što donesete bilo kakve zaključke. Instalacije po varijanti mogu se pomicati tijekom cijelog postupka testiranja, tako da bez izvođenja testa dovoljno dugo da bi se uspostavila razina pouzdanosti, varijante bi mogle raditi drugačije kada se primijene uživo.

Ako nema dovoljno prometa za uspostavljanje intervala pouzdanosti, možete usporediti trendove pretvorbe iz tjedna u tjedan da biste vidjeli postoje li dosljednosti.

Također ćete htjeti pratiti utjecaj nakon implementacije. Čak i ako Interval povjerenja kaže da bi testna varijanta imala bolji učinak, njezine bi se stvarne performanse i dalje mogle razlikovati, pogotovo ako postoji crveno-zeleni interval.

Nakon postavljanja testne varijante, pripazite na dojmove i gledajte kako utječu na njih. Stvarni utjecaj može se razlikovati od predviđenog.

Nakon što utvrdite koje varijante imaju najbolju izvedbu, poželjet ćete ponoviti i ažurirati. Dio cilja A / B testiranja je pronaći nove načine za poboljšanje. Nakon što naučite što funkcionira, možete stvoriti nove varijante imajući na umu rezultate.

Google Play eksperimenti i rezultati A / B testiranja

Na primjer, kada je radio s AVIS-om, Gummicube je prošao više krugova A / B testiranja. To je pomoglo utvrditi koji kreativni elementi i poruke najbolje pretvaraju korisnike. Taj je pristup donio porast konverzija od 28% samo iz grafičkih testova značajki.

Ponavljanje je važno za rast vaše aplikacije. Pomaže vam da neprestano pojačavate brojčanik na konverzijama kako vaši napori rastu.

Zaključak

A / B testiranje može biti izvrstan način za poboljšanje vaše aplikacije i vašeg cjelokupnog izgleda Optimizacija prodavaonica aplikacija. Prilikom postavljanja testa osigurajte da odjednom ograničite broj varijanti koje testirate kako biste ubrzali rezultate testa.

Tijekom testa pratite kako to utječe na vaše instalacije i što prikazuje interval povjerenja. Što više korisnika vidi vašu aplikaciju, to su veće šanse za uspostavljanje postojanog trenda koji potvrđuje rezultate.

I na kraju, željet ćete neprestano ponavljati. Svaka iteracija može vam pomoći da naučite što najbolje konvertira korisnike, tako da možete bolje razumjeti kako optimizirati svoju aplikaciju i mjerilo. Metodičkim pristupom A / B testiranju, programer može raditi na daljnjem razvoju svoje aplikacije.

Što vi mislite?

Ova web stranica koristi Akismet za smanjenje neželjene pošte. Saznajte kako se podaci vašeg komentara obrađuju.