Google Optimize – do czego służy i co warto o nim wiedzieć?

Zbieranie leadów czy transakcji to główne cele większości serwisów internetowych. Zmniejszenie porzuconego koszyka w ecommerce czy zachęcenie użytkowników do zapisu do newslettera wymaga stałej optymalizacji wybranych kampanii. Niekiedy problemy osiągania niskiej liczby konwersji czy wysokiego współczynnika odrzuceń nie wynikają ze złego prowadzenia kampanii , ale wewnętrznego obszaru serwisu.

Optymalizując konwersje należy zwrócić uwagę na obszary serwisu, które mogą powodować brak zaangażowania przyszłych jak i już zaangażowanych klientów. Wymaga to szukania nowych rozwiązań usprawniających poruszanie się użytkowników po serwisie. Niezbędnym elementem każdego serwisu powinny być testy A/B, które pozwalają wesprzeć w pytaniu „czy koszyk w sklepie powinien mieć czerwony button?”

Przy pomocy nowego narzędzia jakim jest Google Optimize będziesz w stanie odpowiedzieć na to i wiele innych pytań.

Z tego artykułu dowiesz się czym jest Google Optimize oraz jak w prosty sposób go wdrożyć.

Czym jest Google Optimize

Jest to narzędzie, dzięki któremu w prosty sposób można zrealizować własne testy A/B. Dotychczas, żeby sprawdzić, która wersja strony przynosi korzystniejsze wyniki potrzebowaliśmy działania programisty. Podobnie jak w przypadku Google Tag Manager nowe narzędzie pozwala nam nie tylko pominąć programistów (no prawie, o czym później), ale również skorzystać z prostej integracji z innymi narzędziami jak choćby Google Analytics.

W prosty sposób Google Optimize pozwala na edytowanie surowego kodu HTML, dodawanie reguł Javascript czy CSS, co umożliwia późniejsze testowanie różnych wariantów strony. To tylko kilka zalet, na które pozwala to narzędzie.

Zatem jak wdrożyć Google Optimize i przygotować pierwsze eksperymenty?

Wdrożenie Google Optimize

Przed samym wdrożeniem Google Optimize upewnij się czy posiadasz:

  • Konto Google Analytics – warto postarać się o utrzymanie tego samego maila dla Google Optimize. W ten sposób szybko przejdziemy proces Link to Google Analytics o którym będzie poniżej. W szczególności Optymalizacja wymaga działania Universal Analytics.
  • Menedżer tagów Google – przy jego pomocy nastąpi implementacja, a dodatkowo pozwala on na śledzenie zdarzeń (np. zapis w formularzu)
  • Zainstalowaną przeglądarkę Google Chrome oraz rozszerzenie Google Optimize (dostępne pod tym adresem – https://goo.gl/Bsa61f)

Po zweryfikowaniu powyższych narzędzi możemy przejść do samego Google Optimize. W pierwszej kolejności odwiedzamy https://www.google.com/analytics/optimize/ i tworzymy nowe konto.

google optimize

 

Po akceptacji tworzenia nowego konta ukazuje się nam prośba o stworzenie nowego kontenera. Dla osób korzystających z Google Tag Manager pojęcie to nie jest obce. Podobnie jak w przypadku wspomnianego narzędzia warto utrzymać pewną systematykę nazewnictwa, a najlepiej jako kontener wybrać nazwę domeny serwisu.

google optimize

Przed samym utworzeniem pierwszego eksperymentu zwróćmy uwagę na obszar Link To Google Analytics:

google optimize

Jest to etap pozwalający na połączenie obu narzędzi usprawniający przepływ danych między tymi produktami.

Jeśli mamy to samo konto Google w Analytics-ie jak i w nowo utworzonym Google Optimize, wystarczy wybrać odpowiednie konto GA w obszarze „Select a property”, a następnie dobrać widok, który chcemy połączyć z Google Optimize.

Warto pamiętać, że Google Optimize daje nam możliwość śledzenia zdarzeń przy zastosowaniu celów w obsłudze Google Analytics. Ze względu na ograniczoną liczbę celów w GA najlepiej stworzyć nowy widok i dopiero z nim połączyć usługę Google Optimize.

Przy doborze widoku warto rozważyć jeszcze jedną kwestię. Połączony widok jest wyświetlany w wynikach eksperymentu w Google Analytics. Z kolei filtry w widoku mają również wpływ na dane z wyników eksperymentu. Na przykładzie przy filtrowaniu ruchu wewnętrznego z widoku można nadal zobaczyć eksperyment, ale jego wynik nie zostanie uwzględniony w wynikach.

Stąd też najlepszym rozwiązaniem jest utworzenie nowego widoku testowego w Google Analytics, a następnie połączyć je z Google Optimize.

Połączenie kont pozwala przejść do kolejnego etapu przygotowania konta Google Optimize.

Snippet to kod Javascript, który dodany do serwisu pozwala uruchamiać skonfigurowane testy.

Instalacja następuje przy pomocy Google Analytics lub Google Tag Manager.

W pierwszej metodzie dodajemy linie kodu do istniejącego kodu śledzenia w Google Analytics. Możesz dodać kod do wszystkich stron internetowych lub tylko do wybranych, które będą brały udział w eksperymencie .

Proces wygląda następująco:

1.Przesuwamy fragment kodu Analytics na najwyższym poziomie w sekcji <head> strony

2.Kopiujemy poniższy kod (wtyczka Optimize):

3.Zmodyfikowany kod powinien wyglądać tak:

4.Wdrażamy kod minimalizujący migotanie strony (Oprócz zmodyfikowanego kodu śledzenia Analytics zalecane jest również wdrożenie dodatkowego kodu, który zmniejsza ryzyko migotania strony. Ta sekcja kodu pomaga w sytuacjach gdyby użytkownicy korzystają z wolnych połączeń.) Ostatecznie zmodyfikowane kody powinny wyglądać następująco:

Dodatkowo powyższy fragment zawiera funkcję ustalania limitu czasu, który przestaje stosować  zmiany eksperymentu, jeśli minęło dużo czasu. Po upływie limitu czasu strona zniknie, użytkownik nie zostanie dodany do eksperymentu, a zostanie wyświetlona domyślna treść.

Właściwości tej funkcjonalności:  https://goo.gl/qM4Ow1

Więcej o technicznych aspektach: https://goo.gl/QavTfP

 

Drugim sposobem przygotowania serwisu do testów jest wykorzystanie Google Tag Manager.

Proces wdrożenia wygląda następująco:

1.Uruchamiamy Google Tag Manager i dodajemy nowy Tag

2. Wybieramy typ Tagu – Google Optimize

3. W pierwszym polu podajemy swój identyfikator śledzenia GA (można go sprawdzić na poziomie Analyticsa – Administracja – Usługa – Informacje o śledzeniu – Kod śledzenia). W drugim polu podajemy identyfikator kontenera Optimize (jest w instrukcji snippet w Google Optimize).

4. Jako regułę możemy dać wszystkie strony bądź tylko wybraną pod testy.

5. Sprawdzamy czy Tag Uruchamia się w Trybie Debuggera i Publikujemy.

6. Ostatnim etapem jest wdrożenie kodu minimalizujący migotanie strony (taka sama instrukcja jak w przypadku pierwszej metody).

Po utworzeniu konta, połączenia Google Optimize z Google Analytics oraz przygotowaniu odpowiednich kodów mamy możliwość przygotowania pierwszego eksperymentu.

Przygotowanie eksperymentu

W celu wywołania edycji eksperymentów klikamy w Create Experiment.

Mamy do wybory 3 typy eksperymentów:

  • A/B test

Jest to najpopularniejszy rodzaj testów. To eksperyment z randomizacją, wykorzystujący dwa lub więcej wariantów tej samej strony internetowej (A i B). Wariant A jest oryginałem. Warianty od B do n zawierają co najmniej jeden element modyfikowany z oryginału.

W wariantach strony B możemy zastosować inne tło, kolor przycisku do wezwania. Niektóre opcje nie ograniczają się wyłącznie do jednego elementu, ale wyglądu całej strony. Warto przy tym eksperymencie słusznie postawić jedną hipotezę w ramach jednego testu i skupić się na wybranym elemencie serwisu.

  • – Multivariate Test

Jeśli zależy nam bardziej na optymalizacji wielu aspektów strony docelowej warto zainteresować się eksperymentami MVT. Przy pomocy tego typu możemy sprawdzić, które warianty dwóch lub więcej elementów jednocześnie przynoszą najlepsze wyniki. Co ciekawe aby zobaczyć, która kombinacja daje najlepszy rezultat MVT wskazuje najbardziej skuteczny wariant elementu niż wersji strony.

  • – Redirect Test

Tzw. Test przekierowania, pozwalający na przetestowanie oddzielnych stron internetowych względem siebie nawzajem. W tym przypadku skupiamy się na osobnych adresach URL, które pozwalają przetestować zupełnie osobne warianty stron.

Nazewnictwo

W nazwie eksperymentu warto wykorzystać wszystkie możliwe znaki (mamy ich ponad 255) i opisać dokładnie co będziemy testować.

Po wyborze typu testu zostajemy przeniesieni do szczegółów. Jednak do tego elementu wrócimy później – żeby eksperymenty funkcjonowały musimy dokończyć tworzenie kontenera.

Przykładowy eksperyment

Załóżmy, że chcemy przetestować, który Button pozwalający na zapisanie do newslettera będzie skuteczniejszy.

W tym celu musimy przygotować odpowiednie założenia eksperymentu. W pierwszej kolejności wybieramy najpopularniejszy typ eksperymentu – A/B Test (oczywiście odpowiednio nazywamy eksperyment np. „Eksperyment sprawdzający skuteczność Button Zapisz się” oraz wybieramy adres URL, gdzie będzie dostępny Button).

Po utworzeniu eksperymentu otwiera się okno wyboru wariantów testu oraz pozostałe konfiguracje jak cele czy sposób targetowania.

Spójrzmy na obszar wariantów.

To tutaj możemy przygotować wstępne warianty elementów na stronie, które będziemy porównywać w teście A/B. Standardowo mamy opcje oryginału. Natomiast przy pomocy opcji „+New Variant” będziemy mogli edytować drugi wariant naszego buttonu.

Po kliknięciu nazwijmy nasz drugi wariant  np. Drugi Button.

Skoro test ma obejmować dwa elementy, to ich wyświetlanie powinno być na poziomie 50/50. Klikając w symbol “50.0%” możemy zmienić procentowy balans testu.

Następnie klikamy w obszar Original –  w tym momencie Google Optimize przekieruje nas na podstronę, którą wybraliśmy na samym początku testu.

Uwaga!

Na etapie przekierowania, spora część użytkowników zgłasza problem: „Optimizer failed to load, Check your Network Connection”.

W celu uniknięcia tego błędu uruchamiamy chrome://settings/contentExceptions#cookies i dodajemy obie opcje jak w powyższym screenie i dajemy status Allow/Zezwalaj.

Edytor Page

Jak widzimy poniżej wcześniej zainstalowane rozszerzenie  uruchamia dodatkową konsolę na naszej podstronie, dzięki której możemy sprawdzić ścieżkę każdego elementu na podstronie oraz wybrać wygląd serwisu na urządzeniu oraz skorzystać z wielu innych opcji.

Wersja Original

W widoku Original wybieramy element, który będzie naszym podstawowym w teście A/B. W naszym przypadku jest to Button „Zapisz się”

Po zaznaczeniu naszego elementu potwierdzamy przy pomocy przycisku „Done” (prawy górny róg konsoli). Zostajemy przekierowani do widoku z wariantami Google Optimize.

Drugi wariant

Czas na przygotowanie drugiego wariantu buttonu. W tym celu przyciskamy strzałkę po najechaniu na pole „0 changes”.

Otwiera nam się ponownie wybrana do testu podstrona, tym razem z dodatkowym narzędziem po prawej stronie ekranu, który umożliwi nam edycję naszego buttonu.

Po zaznaczeniu elementu przycisk „Zapisz się” możemy go dowolnie edytować np. zmienić treść, kolor tła, wielkość czcionki. Oczywiście większość możliwości zależy od założeń naszego testu.

Po edycji przycisk może wyglądać następująco:

Cały widok edytora wybranej podstrony pozwala nam wykorzystać:

  • Niestandardowy CSS – jeśli wolimy posługiwać się ręcznie kodem,
  • Tryb interaktywny – jeśli zależy nam na edycji zawartości ukrytej przez listę rozwijaną lub kartę.
  • Selektor elementów CSS – jeśli chcemy modyfikować np. elementy <p>
  • CSS Edytor

Po przygotowaniu drugiego wariantu buttonu, potwierdzamy klikając w „Save”.

Pierwsza część naszego eksperymentu jest gotowa. Teraz należy wybrać jaki obiekt chcemy śledzić.

Ponownie na poziomie widoku eksperymentu mamy do wyboru czas trwania sesji, sesje, współczynnik odrzucenia oraz nasze cele, które mamy dodane w Google Analytics np. kliknięcie w Button zapisujący do newslettera. Maksymalnie możemy wybrać 3 obiekty. Dodatkowo mamy spory obszar do opisania testu.

Po wyborze obiektu, który nas interesuje możemy dopracować jeszcze opcje targetowania.

Tutaj mamy takie opcje jak:

  • – Adres URL– czyli kierujemy na określone strony. Kierowanie na adresy URL jest przydatne do prezentowania wariantów eksperymentu na określonym zestawie stron
  • – Kierowanie na podstawie zachowania – czyli wybór docelowej grupy użytkowników przybywających do Twojej witryny z określonego kanału lub źródła. Kierowanie na zachowania pozwala kierować reklamy na użytkowników i użytkowników pochodzących ze specjalnego odsyłacza.
  • – Kierowanie geograficzne – ze względu na miasto, region, kraj.
  • – Kierowanie w oparciu o segment związany z technologią – czyli np. użytkownicy, którzy posługują się określoną przeglądarką, systemem operacyjnym.

Po wybraniu idealnych dla siebie opcji możemy przeprowadzić eksperyment – klikamy „Start Experiment”

Wyniki eksperymentu możemy zobaczyć w obszarze Reporting w Google Optimize oraz Eksperyment Google Analytics. Eksperyment możemy również zatrzymać na poziomie Google Optimize, wtedy będziemy mieli osobne widoki obecnie funkcjonujących i zakończonych eksperymentów. 

Dodatkowe funkcje i porównanie do wersji 360

Podobnie jak Google Analytics czy Google Tag Manager, Google Optimize daje możliwość śledzenia zmian na poziomie kontenera oraz dodawać użytkowników z nadaniem odpowiedniej roli.

Jak w przypadku większości narzędzi Google – mamy możliwość wykorzystania opcji 360. Oto kilka elementów, które różnią od siebie wersję bezpłatną z płatną:

  • Brak tzw. Opcji targetowania na odbiorców. Wersja 360 umożliwia korzystanie z odbiorców Google Analytics do kierowania na użytkowników, którzy będą uwzględnieni w eksperymencie.
  • Ograniczona liczba eksperymentów jednocześnie – liczba równoczesnych testów, które można uruchomić, jest ograniczona do 3.
  • Liczba wariantów – w bezpłatnej opcji mamy ograniczenie do 16.

Moja ocena

Google Optimize to z pewnością narzędzie, które pozwoli w prosty sposób wykonać każdy test A/B. Oczywiście nie zastąpi ono tak szybko takie marki jak Marketizator czy Optimizely, jednak łatwy i funkcjonalny interfejs oraz możliwość samodzielnego przeprowadzenia testu z konfiguracją z pozostałymi narzędziami Google może to zmienić.

Specjalista Google AdWords w Digital Hill - agencji Performance Marketing dla eCommerce z Grupy Unity. Na co dzień zajmuje się prowadzeniem projektów Adwords. Pracował m.in. dla marek Wólczanka, Vistula, Piotr i Paweł, Skalnik czy Primamoda. Ciągle rozwija się w obszarze marketingu w wyszukiwarkach oraz innych form promocji internetowej. Człowiek o wszechstronnych zainteresowaniach. Fan muzyki alternatywnej – w wolnych chwilach komponuje. Miłośnik turystyki regionalnej – odkrywa najpiękniejsze miejsca w Polsce. Po pracy uwielbia biegać oraz prowadzić muzyczny blog.

Więcej na naszym blogu...

Zobacz wszystkie posty