Tippek az A / B teszteléshez a Google Play Kísérletekben

A Google Play

Android-alkalmazásfejlesztőknek, Google Play-kísérletek értékes betekintést nyújthat és segíthet a telepítések számának növelésében. Egy jól megtervezett és jól megtervezett A / B teszt futtatása különbséget tehet az alkalmazás telepítője vagy a versenytársa között. Sok esetben azonban a teszteket nem megfelelően futtatták. Ezek a hibák működhetnek egy alkalmazás ellen, és károsíthatják annak teljesítményét.

Itt van egy útmutató a használatához Google Play-kísérletek mert A / B tesztelés.

Google Play-kísérlet beállítása

A Kísérleti konzolt a Google Play Developer Console alkalmazás-irányítópultján keresztül érheti el. Menj Store jelenlét a képernyő bal oldalán, és válassza a lehetőséget Üzletlista-kísérletek. Innen kiválaszthatja az „Új kísérlet” lehetőséget, és beállíthatja a tesztet.

Kétféle kísérlet futtatható: Alapértelmezett grafikai kísérlet és Lokalizált kísérlet. Az alapértelmezett grafikus kísérlet csak azokban a régiókban futtat teszteket, ahol az alapértelmezett nyelv van kiválasztva. A lokalizált kísérlet ezzel szemben bármely olyan régióban lefuttatja a tesztet, ahol az alkalmazás elérhető.

Az előbbi lehetővé teszi olyan kreatív elemek tesztelését, mint az ikonok és a képernyőképek, míg az utóbbi lehetővé teszi a rövid és hosszú leírások tesztelését is.

A tesztváltozatok kiválasztásakor ne feledje, hogy minél több változatot tesztel, annál hosszabb időbe telhet a használható eredmények elérése. Túl sok változat azt eredményezheti, hogy a teszteknek több időre és forgalomra van szükségük annak a konfidencia intervallumnak a megállapításához, amely meghatározza a lehetséges konverziós hatást.

A kísérlet eredményeinek megértése

A tesztek futtatásakor az eredményeket az Első telepítők vagy a Megtartott telepítők (egy nap) alapján mérheti. Az első alkalommal telepítők a teljes változathoz kötött konverziók, a megtartott telepítők pedig azok a felhasználók, akik az első nap után megtartották az alkalmazást.

A konzol információkat nyújt a Jelenlegi (azokról a felhasználókról is, akik telepítették az alkalmazást) és a Méretezettekről (hipotetikusan hány telepítést szerzett volna, ha a változat a forgalom 100% -át kapta a tesztidőszak alatt).

Google Play-kísérletek és A / B-tesztelés

A 90% -os bizalmi intervallum akkor keletkezik, amikor a teszt elég hosszú ideig fut, hogy hasznos betekintést nyerjen. Ez egy piros / zöld sávot mutat, amely azt jelzi, hogy a konverziók hogyan módosulnak elméletileg, ha a változatot élőben telepítenék. Ha a sáv zöld, akkor pozitív eltolódás, piros, ha negatív, és / vagy mindkét szín azt jelenti, hogy mindkét irányba lenghet.

A Google Play A / B tesztelésével kapcsolatos megfontolandó legjobb gyakorlatok

Az A / B teszt futtatásakor a következtetések megtétele előtt meg kell várnia, amíg a konfidencia intervallum létrejön. Változatonkénti telepítések elmozdulhatnak a tesztelési folyamat során, így anélkül, hogy a tesztet elég hosszú ideig futtatnák a magabiztossági szint elérése érdekében, a változatok élőben alkalmazva másképp működhetnek.

Ha nincs elegendő forgalom a konfidenciaintervallum létrehozásához, összehasonlíthatja a konverziós trendeket hétről hétre, hogy lássa, vannak-e konzisztenciák.

Érdemes nyomon követni a telepítés utáni hatást is. Még akkor is, ha a bizalmi intervallum azt állítja, hogy egy tesztváltozat jobban teljesített volna, tényleges teljesítménye mégis eltérhet, különösen, ha piros / zöld intervallum lenne.

A tesztváltozat telepítése után figyelje a megjelenítéseket, és figyelje, hogyan hatnak rájuk. A valódi hatás eltérhet az előrejelzettől.

Miután megállapította, hogy mely változatok teljesítenek a legjobban, érdemes iterálni és frissíteni. Az A / B tesztelés célja az új fejlesztési lehetőségek megtalálása. Miután megtudta, mi működik, az eredményeket szem előtt tartva új változatokat hozhat létre.

Google Play kísérletek és A / B tesztelési eredmények

Például, amikor az AVIS-szel dolgozott, a Gummicube több körön átesett az A / B teszten. Ez segített meghatározni, hogy mely kreatív elemek és üzenetek konvertálják legjobban a felhasználókat. Ez a megközelítés csupán a jellemző grafikus tesztek eredményeként 28% -kal növelte a konverziókat.

Az iteráció fontos az alkalmazás növekedése szempontjából. Segít abban, hogy erőfeszítéseinek növekedésével folyamatosan felemelje a számot a konverziókon.

Következtetés

Az A / B tesztelés nagyszerű módja lehet alkalmazásának és általános fejlesztésének App Store optimalizálás. A teszt beállításakor győződjön meg arról, hogy korlátozza az egyszerre tesztelt változatok számát a teszt eredményeinek felgyorsítása érdekében.

A teszt során figyelje meg, hogyan befolyásolja a telepítéseket, és mit jelenít meg a Bizalmi intervallum. Minél több felhasználó látja az alkalmazását, annál nagyobb az esélye annak, hogy olyan következetes trendet alakítson ki, amely érvényesíti az eredményeket.

Végül érdemes folyamatosan ismételni. Minden iteráció segíthet megtanulni, mi vonzza a felhasználókat a legjobban, így jobban megértheti, hogyan optimalizálhatja alkalmazását és méretét. Az A / B tesztelés módszeres megközelítésével a fejlesztő azon dolgozhat, hogy tovább növelje alkalmazását.

Mit gondolsz?

Ez az oldal Akismet-et használ a levélszemét csökkentése érdekében. Ismerje meg, hogyan dolgozik a megjegyzésed.