Werken met A / B-testen en optimaliseren
De consentmanager.net CMP bevat de optie om A / B-testen en optimalisatie van de gekozen ontwerpen uit te voeren. Dit kan u helpen om betere resultaten te behalen met uw website.
Houd er rekening mee dat niet alle functies in alle pakketten beschikbaar zijn. Zie onze pakketvergelijking hier.
A / B-testen
Om A / B-testen te activeren, activeert u eenvoudig meer dan één ontwerp in uw CMP-instellingen:
Zodra er meer dan één ontwerp actief is, zal het systeem ze roteren. Dit betekent dat het systeem voor elke bezoeker willekeurig een (ander) ontwerp kiest om het toestemmingsbericht weer te geven.
Rapportage
Om de resultaten voor elk ontwerp te zien, gaat u naar Rapporten> CMP-rapport en groepeert u de uitvoer op ontwerp:
Als resultaat krijg je een rapportage met de cijfers per ontwerp.
Automatische optimalisatie
Om de automatische optimalisatie van ontwerpen mogelijk te maken, gaat u naar Menu> CMP's> Bewerken en stelt u Optimalisatie in op de gewenste waarde:
Zodra de optimalisatie actief is, analyseert het systeem automatisch de gegevens van de A / B-tests. Het zal dit doen met machine learning. Het systeem zoekt daarom naar patronen en probeert te achterhalen welk ontwerp het beste werkt voor welke groep bezoekers. Zodra het systeem voldoende vertrouwen heeft, begint het prioriteit te geven aan het ontwerp / de ontwerpen met de beste prestaties (hoogste acceptatiegraad en / of laagste bouncepercentage). Het systeem zal dan minder vaak het ontwerp (de ontwerpen) met lagere prestaties tonen en daarom de ontwerpen met hogere prestaties vaker tonen. Hierdoor blijven alleen de "goede" ontwerpen over en daardoor stijgt de acceptatiegraad en / of het bouncepercentage.
Hoe lang duurt de optimalisatie?
Het systeem zoekt een betrouwbaarheidsniveau van 95% voordat het besluit dat een ontwerp beter / slechter is dan een ander ontwerp. Om dit betrouwbaarheidsniveau te bereiken, moeten de prestaties van beide ontwerpen zeer verschillend zijn of moet de hoeveelheid verzamelde gegevens hoog zijn. Als slechts twee ontwerpen worden vergeleken, wordt het betrouwbaarheidsniveau gewoonlijk bereikt bij ongeveer 5000-10000 weergaven van elk ontwerp voor een enkele dimensiegroep bezoekers (bijv. Bezoekers die Firefox gebruiken). Hoe meer gegevens worden verzameld, hoe gedetailleerder optimalisatie mogelijk is (bv. Bezoekers die Firefox gebruiken op een mobiel apparaat afkomstig uit land X die op domein Y surfen op vrijdagochtend).
Hoe stelt u de optimalisatiedoelen in?
Het gebruikelijke acceptatiepercentage en het bouncepercentage zijn in tegenspraak. Daarom moet u het gewenste doel kiezen voor de ontwerpoptimalisatie. Als de instelling is ingesteld op 100% acceptatiegraad, houdt het systeem alleen rekening met het acceptatiegraad bij het vergelijken van de gegevens. Als een instelling tussen acceptatie en bouncepercentage wordt gebruikt, houdt het systeem rekening met beide tarieven en zal er een gewicht aan worden toegekend bij het vergelijken van de gegevens.
