Snabb och enkel guide till multivariattestning

2 aug. 2022

Är du intresserad av multivariat testning för att förfina ditt marknadsföringsinnehåll? Lär dig vad du behöver veta i den här snabbguiden.

Att skapa marknadsföringsinnehåll – annonser, e-postmeddelanden, bloggar, användargränssnitt – utan hänvisning till någon jämförande prestationsmätning är lite som att följa en färdplan till någonstans du aldrig har varit 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 kartan visar om du inte kan nå din destination. Framgångsrik marknadsföring kräver verklig interaktion genom testning och variation för att anpassa innehållet till din målgrupps preferenser. Att testa innehåll med verkliga målgrupper kan tillämpa olika grader av variation, från enkla jämförelser av två iterationer i split- och A/B-testning till mer komplex multivariat testning som kör många variabler samtidigt.

I en eller annan form överträffar företag som testar marknadsföringsinnehåll sina konkurrenter. Av de 500 största e-handelsföretagen kör minst 75% variabeltester på det nya marknadsföringsinnehåll 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 slutsatser

  • Att köra jämförande prestandatester på marknadsföringsinnehåll hjälper marknadsförare att skapa mer engagemang och värde.
  • Marknadsförare kallar jämförande tester som endast involverar två variabler – en kontrollversion och en variabel – för A/B-testning. Tester som involverar fler än två variabler som körs samtidigt är multivariata tester.
  • Multivariattestning ger kontextualiserade insikter i mer högpresterande kombinationer av variabler i innehåll snarare än bara i enskilda variabler.

Vad är multivariat testning?

Multivariat testning är en teknik för att testa prestandan hos flera variabler i marknadsföringsinnehåll. Multivariat testning syftar till att förfina flera varianter av innehåll samtidigt för att bestämma den bästa möjliga kombinationen för alla variabler.

bildkälla

Webbplatser, mobilappar och annonser innehåller många modulära element som färger, teckensnitt, bilder, uppmaningar, textrutor och andra strukturella komponenter. Att kombinera dessa element på en enda webbsida eller annons skapar en unik användarupplevelse eller uppfattning. Det är omöjligt att förutsäga exakt vilka kombinationer av estetiska och innehållsrika komponenter som kommer att driva mest engagemang och framkalla de mest positiva användarupplevelserna hos publiker på tusentals till miljoner. Multivariat testning fokuserar på att övervaka prestanda i stora variabla uppsättningar av enskilda komponenter för att avslöja mer högpresterande kombinationer genom verkligt engagemang.

Multivariattestning 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 vilken som presterar bäst. A/B-tester involverar dock endast en kontroll- och en testvariabel, vilket isolerar variabelns prestandavärde.

bildkälla

Multivariat testning skiljer sig åt eftersom den 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 prestandan för enskilda variabler. Multivariat testning identifierar bättre fungerande kombinationer holistiskt och avslöjar hur olika estetiska och substantella 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-tester

Även om det just gäller prestandan för specifika variabler, kan A/B-tester vara tidskrävande och ofta kräva flera iterationer på samma kampanj eller sida för att uppnå riktade prestandamål. Multivariattestning kan hantera dessa iterationer samtidigt, med mindre justeringar för att fortsätta driva engagemang genom hela testprocessen.

  • Multivariat testning skapar mer data

    Ett framgångsrikt multivariat test på en annons eller sida kommer att involvera prestationsmått på flera konfigurationer, vilket skapar lager av kontextuell data för varje variabel som är involverad. Multivariat testning för marknadsföringsteam som arbetar med kanaler med hög trafik kommer att skapa större mängder användbara datainsikter än andra testmetoder.

  • Ger kontextuella insikter

    Enklare testlägen som A/B- och delat test kan snabbt indikera vilken av två versioner av en enhet marknadsföringsinnehåll som presterar bättre än den andra. Men utan mer information och variation kan man inte förstå varför eller om något annat påverkade den underpresterande variabeln i hela innehållet. Med multivariat testning kan marknadsföringsteam ofta se positiva korrelationer mellan till synes orelaterade variabler, såsom en viss uppmaning till handling i kombination med en viss bild, när ingen av dem presterade bra oberoende av varandra.

Potentiella begränsningar med multivariat testning

Marknadsförare använder olika metoder för innehållstestning av en anledning. Var och en passar bäst för specifika omständigheter och begränsningar. Multivariattestning är inget undantag och kanske inte det bästa valet i alla scenarier.

  • Kräver mer tid

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

  • Kan indikera fler falska positiva resultat

    Ökningen av variabler och variabelrelationer i multivariat testning introducerar en högre förekomst av vad statistiker kallar familywise error rate (FWER). Familywise errors är falska slutsatser som dras från hypoteser som inte testats. Med andra ord har en variabel som skulle underprestera isolerat en ökad chans att verka ge bättre resultat i den tillfälliga närvaron av andra variabler. Testning i större variationsgrad kommer att minska FWER men med ökad tid och kostnad.

  • Multivariat testning är dyrare än andra metoder

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

Experimentera med A/B- och multivariattestning genom Optimizelys webbplattform för experiment

Dra nytta av Optimizelys snabba och omfattande webb-experimenteringsplattform för att upptäcka värdefulla kundinsikter och skapa högpresterande upplevelser på kort tid. Med Optimizely kommer kundernas sentiment och preferenser att styra ditt beslutsfattande, vilket eliminerar riskabla gissningar.

För att komma igång, kontakta Optimizely idag.