Savjeti za A / B testiranje na Google Play eksperimentima

Google Play

Za programere Android aplikacija, Google Play eksperimenti može pružiti dragocjene uvide i pomoći u povećanju broja instaliranja. Pokretanje 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 štetiti njenim performansama.

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

Postavljanje Google Play eksperimenta

Konzoli za eksperimente možete pristupiti s nadzorne ploče aplikacije Google Play Developer Console. Idi Prisustvo 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 će pokretati 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.

Prvi vam omogućava da testirate kreativne elemente kao što su ikone i snimke zaslona, ​​dok drugi takođe omogućava testiranje vaših kratkih i dugih opisa.

Kada odabirete svoje varijante testa, imajte na umu da što više varijanti testirate, to će trebati više vremena da se postignu 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 su ukupan broj konverzija vezanih 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 perioda).

Google Play eksperimenti i A / B testiranje

Interval povjerenja od 90% generira se nakon što je test pokrenut dovoljno dugo da stekne uvid u djelovanje. Prikazuje crvenu / zelenu traku koja pokazuje kako bi se pretvorbe teoretski prilagodile da je varijanta postavljena uživo. Ako je traka zelena, to je pozitivan pomak, crvena ako je negativna i / ili obje boje znače da se može 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 se uspostavi nivo pouzdanosti, varijante bi mogle raditi drugačije kada se primijene uživo.

Ako nema dovoljno prometa za uspostavljanje intervala pouzdanosti, možete upoređivati ​​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 varijanta testa imala bolji učinak, njeni stvarni učinci i dalje bi se mogli razlikovati, posebno ako postoji crveno-zeleni interval.

Nakon postavljanja test verzije, pripazite na utiske i gledajte kako oni utječu. Pravi utjecaj može se razlikovati od predviđenog.

Jednom kada 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 šta 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 kroz više krugova A / B testiranja. Ovo je pomoglo utvrditi koji kreativni elementi i poruke najbolje konvertiraju korisnike. Taj pristup donio je porast konverzija od 28% samo iz testova grafike karakteristika.

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

zaključak

A / B testiranje može biti sjajan način za poboljšanje vaše aplikacije i vašeg ukupnog izgleda Optimizacija App Store-a. 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 konzistentnog trenda koji potvrđuje rezultate.

I na kraju, željet ćete stalno ponavljati. Svaka iteracija vam može pomoći da naučite šta 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.

Šta ti misliš?

Ova stranica koristi Akismet kako bi smanjila neželjenu poštu. Saznajte kako se podaci vašeg komentara obrađuju.