Tips til A / B-test på Google Play-eksperimenter

Google Play

For Android-appudviklere, Google Play-eksperimenter kan give værdifuld indsigt og hjælpe med at øge installationer. At køre en veldesignet og velplanlagt A / B-test kan gøre forskellen mellem en bruger, der installerer din app eller en konkurrent. Der er dog mange tilfælde, hvor test er blevet kørt forkert. Disse fejl kan virke imod en app og skade dens ydeevne.

Her er en vejledning til brug Google Play-eksperimenter forum A / B-test.

Opsætning af et Google Play-eksperiment

Du kan få adgang til eksperimentkonsollen fra Google Play Developer Consoles app-dashboard. Gå til Gem tilstedeværelse på venstre side af skærmen, og vælg Eksperimenter med butiksfortegnelse. Derfra kan du vælge "Nyt eksperiment" og indstille din test.

Der er to typer eksperimenter, du kan køre: Standardgrafikeksperiment og Lokaliseret eksperiment. Standardgrafikeksperiment kører kun test i regioner med det sprog, du valgte som standard. Localized Experiment kører derimod din test i enhver region, din app er tilgængelig i.

Førstnævnte giver dig mulighed for at teste kreative elementer som ikoner og skærmbilleder, mens sidstnævnte også giver dig mulighed for at teste dine korte og lange beskrivelser.

Når du vælger dine testvarianter, skal du huske, at jo flere varianter du tester, jo længere tid kan det tage at få handlingsresultater. For mange varianter kan resultere i, at testene kræver mere tid og trafik for at etablere et konfidensinterval, der bestemmer den mulige konverteringspåvirkning.

Forståelse af eksperimentresultaterne

Når du kører tests, kan du måle resultaterne baseret på First Time Installers eller Retained Installers (One Day). Førstegangsinstallatører er de samlede konverteringer, der er knyttet til varianten, hvor Retained Installers er brugere, der har holdt appen efter den første dag.

Konsollen giver også oplysninger om nuværende (brugere, der har appen installeret) og skaleret (hvor mange installationer du hypotetisk ville have fået, hvis varianten havde modtaget 100% af trafikken i testperioden).

Google Play-eksperimenter og A / B-test

90% tillidsintervallet genereres, efter at testen har kørt længe nok til at få handlingsbar indsigt. Det viser en rød / grøn bjælke, der angiver, hvordan konverteringer teoretisk ville justere sig, hvis varianten blev implementeret live. Hvis bjælken er grøn, er det et positivt skift, rødt hvis det er negativt, og / eller begge farver betyder, at det kan svinge i begge retninger.

Bedste fremgangsmåder at overveje ved A / B-test i Google Play

Når du kører din A / B-test, skal du vente, indtil konfidensintervallet er fastlagt, før du foretager nogen konklusioner. Installationer pr. Variant kan skifte gennem testprocessen, så uden at køre testen længe nok til at skabe et niveau af tillid, kan varianterne udføre anderledes, når de anvendes live.

Hvis der ikke er nok trafik til at etablere et konfidensinterval, kan du sammenligne konverteringstendenser uge for uge for at se, om der er nogen konsistenser, der opstår.

Du vil også gerne spore indvirkning efter implementering. Selvom tillidsintervallet siger, at en testvariant ville have klaret sig bedre, kunne dens faktiske ydeevne stadig variere, især hvis der var et rødt / grønt interval.

Efter implementering af testvarianten skal du holde øje med indtryk og se, hvordan de påvirkes. Den virkelige virkning kan være anderledes end forudsagt.

Når du har bestemt, hvilke varianter der fungerer bedst, skal du gentage og opdatere. En del af målet med A / B-test er at finde nye måder at forbedre sig på. Efter at have lært, hvad der fungerer, kan du oprette nye varianter, der holder resultaterne i tankerne.

Google Play-eksperimenter og A / B-testresultater

For eksempel når Gummicube arbejdede med AVIS, gennemgik flere runder A / B-test. Dette hjalp med at bestemme hvilke kreative elementer og messaging bedst konverterede brugere. Denne tilgang gav en 28% stigning i konverteringer fra de grafiske funktionstest alene.

Iteration er vigtig for din apps vækst. Det hjælper dig med konstant at skrue op på dine konverteringer, når din indsats vokser.

Konklusion

A / B-test kan være en fantastisk måde at forbedre din app og din samlede App Store-optimering. Når du konfigurerer din test, skal du sørge for at begrænse antallet af varianter, du tester på én gang for at fremskynde testresultaterne.

Under testen skal du overvåge, hvordan dine installationer påvirkes, og hvad tillidsintervallet viser. Jo flere brugere, der ser din app, jo bedre er dine chancer for at etablere en ensartet tendens, der validerer resultaterne.

Endelig vil du konstant gentage. Hver iteration kan hjælpe dig med at lære, hvad der konverterer brugere bedst, så du bedre kan forstå, hvordan du optimerer din app og skala. Ved at tage en metodisk tilgang til A / B-test kan en udvikler arbejde hen imod at udvide deres app yderligere.

Hvad mener du?

Dette websted bruger Akismet til at reducere spam. Lær, hvordan dine kommentardata behandles.