Feedoptimise
Feedoptimise
menu
Wypróbuj Umów demo

Testy A/B dla feedów produktowych

Prowadź eksperymenty na dowolnym atrybucie feedu, planuj, kiedy każda wersja ma zostać opublikowana, i pozwól danym o skuteczności zdecydować, która zostanie

Konfiguruj każdy eksperyment wizualnie, bez kodu

Buduj eksperyment feedu tak samo, jak tworzysz reguły feedu, wybierając, co zmienić, kiedy ma działać i których produktów dotyczy, wszystko na ekranie

  • Zmień jeden atrybut lub kilka

    Pojedynczy eksperyment może modyfikować jedno pole lub wiele naraz, od tytułów i obrazów po kategorie lub dowolny inny atrybut w feedzie.

  • Zaplanuj, kiedy każdy eksperyment działa

    Ustaw datę rozpoczęcia i opcjonalną datę zakończenia, aby test uruchomił się i zakończył samodzielnie, bez śledzenia kalendarza.

  • Kieruj test tylko na wybrane produkty

    Dodaj warunki, aby ograniczyć eksperyment do kategorii, marek lub zakresów produktów, albo użyj dowolnego modyfikatora do zbudowania zestawu, w tym losowego przypisania. Testujesz tylko wybrane produkty, a reszta pozostaje bez zmian.

Wybierz, jak działa eksperyment

Testy A/B feedu działają na trzy sposoby: czysty podział równoległy, prosta rotacja albo hybryda łącząca oba podejścia

  • Zduplikowane, działające obok siebie

    Metoda duplikacji klonuje oryginalny produkt pod nowym ID i uruchamia zmodyfikowaną wersję obok niego, dzięki czemu obie konkurują jednocześnie bez konfliktu między sobą.

  • Rotacyjne, zamiana w czasie

    Metoda rotacyjna zachowuje istniejące ID i cyklicznie podmienia wersje według harmonogramu, na przykład jedna wersja w tym tygodniu, a inna w następnym.

  • Hybrydowe, najlepsze z obu podejść

    Metoda hybrydowa rotuje świeże kopie, nadal mierząc je względem niezmienionego oryginału, łącząc czystą kontrolę z rotacją w czasie.

Pozwól istotności statystycznej zakończyć test

Ustaw próg danych dla wybranej metryki, poziom pewności i maksymalny czas działania, a eksperyment zakończy się sam w momencie, gdy wynik będzie istotny statystycznie

  • Określ, kiedy wynik się liczy

    Wybierz metrykę ważną dla testu, ROAS, kliknięcia, wyświetlenia, konwersje lub cokolwiek innego, co śledzisz, ustaw minimum, które każda wersja musi zebrać, oraz pewność, jaką chcesz osiągnąć, na przykład 100 kliknięć na wersję przy 95% pewności.

  • Rotuj, aż liczby będą gotowe

    Wersje nadal przechodzą przez harmonogram, aż każda z nich spełni progi, więc wolny tydzień nie skraca eksperymentu, a szczęśliwy dzień nie koronuje fałszywego zwycięzcy.

  • Ustaw limit czasu, aby żaden test nie działał wiecznie

    Nadaj każdemu eksperymentowi maksymalny czas trwania, na przykład 30 dni. Jeśli progi nie zostaną wtedy spełnione, test złoży się samodzielnie, z powrotem do oryginalnych danych albo do przodu, do testowanej wersji, zależnie od wyboru dokonanego na początku.

  • Wybieraj zwycięzców na poziomie pozycji lub grupy

    Wybierz, jak oceniany jest test. Na poziomie pozycji każdy produkt otrzymuje własny werdykt na podstawie własnych danych, więc wersja B może wygrać na jednym produkcie, podczas gdy wersja A utrzyma się na innym. Na poziomie grupy wskazywany jest jeden zwycięzca dla całego testu.

  • Kończ decyzją, nie raportem

    Gdy eksperyment się kończy, zwycięskie wersje trafiają do aktywnego feedu, a przegrane są wycofywane, na produkt lub dla całej grupy zależnie od sposobu oceny, z zapisanym poziomem pewności i metrykami dla każdej wersji, aby dokładnie zobaczyć, dlaczego podjęto każdą decyzję.

Testuj wszystko w swoim feedzie

Dowolny atrybut zmieniony przez dowolny modyfikator oznacza, że prawie wszystko możesz zamienić w eksperyment

Zobacz, która wersja wygrywa

Każdy eksperyment jest mierzony na rzeczywistej skuteczności kanału, więc dane decydują o zwycięskim wariancie

Najczęściej zadawane pytania

Częste pytania dotyczące testów A/B feedów produktowych z Feedoptimise

  • Czym są testy A/B dla feedów produktowych?

    Testy A/B dla feedów produktowych to proces uruchamiania dwóch lub więcej wersji danych produktowych przeciwko sobie, aby sprawdzić, która działa lepiej w danym kanale. Z Feedoptimise możesz testować dowolny atrybut, taki jak tytuły czy obrazy, mierzyć każdy wariant na rzeczywistych danych kanału, na przykład z Google Shopping, i zastosować zwycięską wersję w feedzie live.

  • Czy mogę testować więcej niż jeden atrybut w jednym eksperymencie?

    Tak. Pojedynczy eksperyment może modyfikować jeden atrybut lub kilka naraz, na przykład nowy tytuł i nowy obraz razem, a Ty dokładnie wybierasz, które pola zmienia każdy test.

  • Jaka jest różnica między metodami duplikacji, rotacji i hybrydową?

    Metoda duplikacji klonuje oryginalny produkt pod nowym ID i uruchamia wariant obok niego. Metoda rotacyjna zachowuje to samo ID i cyklicznie podmienia warianty w czasie. Metoda hybrydowa rotuje świeże kopie, nadal porównując je z oryginałem.

  • Które atrybuty feedu mogę testować A/B?

    Możesz testować dowolny atrybut w feedzie, w tym tytuły, opisy, obrazy, typy produktów, ceny i etykiety niestandardowe. Dowolny modyfikator na platformie może wygenerować wariant, więc można testować tytuły AI, edytowane obrazy, formuły i nadpisania.

  • Czy mogę zaplanować eksperyment feedu, aby rozpoczął się i zakończył samodzielnie?

    Tak. Każdy test ma datę rozpoczęcia i opcjonalną datę zakończenia, więc uruchamia się i kończy automatycznie. Możesz też ograniczyć go warunkami, aby dotyczył tylko określonych kategorii lub zakresów produktów.

  • Skąd wiem, która wersja wygrała?

    Każdy wariant jest mierzony na podstawie rzeczywistych wyników kanału, takich jak kliknięcia, konwersje, CTR, ROAS i inne, a wszystko to na poziomie produktu. Po zakończeniu testu możesz ustawić Feedoptimise tak, aby automatycznie wdrożył zwycięski wariant bezpośrednio do Twojego aktywnego feedu.

  • Co właściwie mierzy poziom pewności?

    Pewność mierzy, jak mało prawdopodobne jest, że różnica między wersjami wynika z losowej zmienności, a nie z wprowadzonej zmiany. Przy 95% pewności różnica jest na tyle duża, że przypadek staje się mało prawdopodobnym wyjaśnieniem, co większość osób rozumie jako wynik istotny statystycznie. Do tego momentu eksperyment działa dalej, zamiast wskazywać zwycięzcę na podstawie kilku dni zaszumionych danych.

  • Czy pewność to to samo co istotność statystyczna?

    Opisują ten sam pomysł z dwóch stron. Wynik jest istotny statystycznie, gdy małe jest prawdopodobieństwo, że wynika z przypadku, a poziom pewności to próg, który dla tego ustawiasz. Eksperyment ustawiony na 95% pewności ogłosi zwycięzcę tylko przy wyniku istotnym statystycznie na tym poziomie. Feedoptimise używa w interfejsie pewności, ponieważ wpisujesz ją jako liczbę, na przykład 95%, i możesz obserwować, jak rośnie w trakcie trwania testu.

  • Co się stanie, jeśli test nigdy nie osiągnie istotności statystycznej?

    Maksymalny czas działania działa jak zabezpieczenie. Gdy limit czasu zostanie osiągnięty bez wyniku istotnego statystycznie, eksperyment automatycznie złoży się do wersji wskazanej wcześniej, danych oryginalnych lub testowanej wersji. Nic nie działa w nieskończoność i żaden nierozstrzygnięty test nie blokuje feedu.

  • Skąd wiem, która wersja wygrała?

    Każda wersja jest mierzona na podstawie rzeczywistych wyników kanału, takich jak kliknięcia, konwersje, CTR, ROAS i inne, wszystko na poziomie produktu. Po zakończeniu testu możesz ustawić Feedoptimise tak, aby wdrożył zwycięską wersję bezpośrednio do aktywnego feedu.

  • Czy każdy produkt otrzymuje tego samego zwycięzcę?

    To zależy od Ciebie. Każdy eksperyment można oceniać na poziomie grupy, jeden zwycięzca dla całego testu, albo na poziomie pozycji, gdzie każdy produkt otrzymuje własny werdykt na podstawie własnych danych, a wersja B może działać na części produktów, podczas gdy wersja A pozostaje na innych.