In der Werbung heißt es: "Ich weiß, dass 80% meiner Werbung nicht funktioniert. Ich weiß nur nicht welche 80% ". Die gleiche Logik gilt für alle Formen des Designs, einschließlich des Webdesigns. Wenn wir nur wüssten, welcher Teil unseres Seiteninhalts, Layouts und Workflows nicht so gut funktionierten wie sie sollten, wäre das nicht erstaunlich?
Es wäre ein Glücksfall zu wissen, was funktioniert, wenn es um User Experience Design geht, um in harsch quantifizierbaren Daten bestätigt zu haben, welche von zwei Layouts, Elementen oder Routen das Optimum ist und das ist das Versprechen von A / B Tests. Es ist ein mächtiges Werkzeug, aber es ist kein Allheilmittel und eine zu starke Abhängigkeit davon kann nicht nur Ihr Urteilsvermögen als Konstrukteur abstumpfen, sondern paradoxerweise auch zu suboptimalen Lösungen führen.
In diesem Artikel werde ich einige der Fallstricke bei der Verwendung von A / B-Tests untersuchen, und wie solche Vergleichstests als Teil eines Designer-Toolkits verwendet werden können und nicht als dominierende Designmethodik.
A / B-Tests haben sich zu einer leistungsstarken Anwendung im Bereich Webdesign entwickelt. Das Aufkommen der dynamischen Seitenbereitstellung und moderner Analysesoftware wie Google Analytics erleichtert die Einrichtung und Durchführung von A / B-Tests oder Split-Tests. Die Besucher werden abwechselnd mit einem Seitenlayout oder einem anderen Seitenlayout bedient, und die Software misst, welche die größere Anzahl einer vorbestimmten Aktion erzeugt, z. B. Klicken auf eine Sofortkauf-Schaltfläche oder Ausfüllen eines Registrierungsformulars. Diese Aktionen sind als Ziele definiert: messbar, quantifizierbar, erkennbar. Beim Testen von Webdesign-A / B müssen diese Ziele etwas sein, das von der Analysesoftware aufgezeichnet werden kann. Das Ziel kann sein, dass ein Benutzer auf einen Link zu einem Artikel klickt, aber nicht, ob der Benutzer diesen Artikel liest .
Dieser Artikel hat Weitere Informationen zum Ausführen von A / B-Tests und hier ist ein Überblick über einige der bekanntesten Fallstudien testen.
A / B-Tests sind unvermeidlich reduktiv und entwickeln das "fitteste" Design darwinistisch weiter. Wenn Sie zwei völlig unterschiedliche Designs testen, können Sie feststellen, welche für das Ziel, das Sie testen, besser funktioniert. Sie könnten diesen Schritt ad infinitum wiederholen. Aber um darüber hinaus zu kommen, müssen Sie dann zwei Elemente des am besten geeigneten Designs variieren, um das Feedback-Ergebnis zu verbessern. Fast sofort haben Sie sich vom Test von zwei stark divergenten Designs abgewandt und das "gewinnende" Design optimiert. Statistiker nennen dieses Finden das lokale Maximum und nicht das globale Maximum. Sie können leicht eine ästhetische Sackgasse erreichen und das schönste Haus auf der Straße finden, anstatt das beste Haus in der ganzen Stadt. Das Testen mehrerer Optionen, die als multivariate Tests oder Bucket-Tests bezeichnet werden, erhöht die Komplexität und die Tools sind oft teurer.
Selbst mit mehreren Optionen können Split-Tests nur verwendet werden, um jeweils ein Ziel zu messen und zu optimieren. Das Optimieren für ein Ziel ist in Ordnung, wenn Ihre Website sehr eng ausgerichtet ist, z. B. eine E-Commerce-Website, bei der ein gewünschtes Ergebnis alle anderen übertrifft. Aber wenn Sie mehrere Ziele für Ihre Website haben, müssen Sie sicherstellen, dass alle Änderungen gut gegen alle Ziele getestet werden.
Nachdem man so lange eine Website getestet und optimiert hat, um dieses lokale Maximum zu finden, ist es verständlich, dass ein Designer nicht all diese Bemühungen verschwenden und ein anderes Design verfolgen möchte. Um es ganz offen zu sagen, Sie haben vielleicht lange Zeit damit verbracht zu bestimmen, welches der beiden Layouts das beste ist, ohne zu merken, dass beide Seiten lutschen. Der nagende Zweifel muss immer bestehen bleiben: Wenn es Ihnen gelungen ist, den Inhalt und die UX von einer mit einer Erfolgsquote von 6% auf eine Erfolgsquote von 8% zu optimieren, gibt es ein anderes Design, das eine Rendite von 9% oder mehr erzielen würde?
Die Antworten der Nutzer werden sich im Laufe der Zeit ändern, und was im letzten Monat vielleicht gut getestet wurde, kann nicht mehr die besten Ergebnisse erzielen. Eine Gefahr besteht darin, dass Sie in einen kontinuierlichen Test- und Optimierungszyklus gesperrt werden können. An diesem Punkt sind Sie weniger Designer als ein Quant-A-Automat. Du hast auf dein Urteilsvermögen und deine Designsensibilität verzichtet, um immer wieder die Bestätigung des Tests zu suchen. Ich kenne Leute, die besessen davon sind, alles zu testen, Decidophoben, und immer nach dem Shangri-La mit optimalen Umrechnungskursen suchen.
Der erste Eindruck zählt
"Man bekommt nie eine zweite Chance, einen ersten Eindruck zu hinterlassen", lautet das Sprichwort. Wie Forschung an der Universität von Ontario und anderswo hat gezeigt, Besucher einer Website eine unbewusste Entscheidung, es zu mögen oder nicht in einer unglaublich kurzen Zeit, sogar Millisekunden. Der "Halo-Effekt" dieses ersten Eindrucks färbt die spätere Beurteilung der Website durch den Benutzer und bestimmt sogar deren Einschätzung der Glaubwürdigkeit der Website. Es hat mich immer erstaunt die Absprungrate, die alle Websites bekommen, das sind Leute, die eine Website besuchen und fast sofort wieder verlassen. Dies liegt häufig daran, dass die Benutzer frustriert sind, bis die Seite geladen ist. Technische Optimierung und Verringerung des Seitengewichts sind oft vorteilhafter als UX-Tests. Das langsame Seitenrendering wird die Benutzer von der am besten aussehenden Website abhalten.
Das bringt uns zu einem wichtigen Vorbehalt: Sie können erst nach dem Start von A / B testen. Sie müssen echte Benutzer mit echten Zielen haben, um Ihre Website genau zu teilen. Selbst ein A / B-Test einer privaten Pre-Launch-Beta-Site ist unzuverlässig, es sei denn, Sie haben eine große Beta-Community. Eine große Stichprobengröße (dh eine hohe Anzahl von Seitenaufrufen) ist ebenfalls für genaue Ergebnisse erforderlich. Daher müssen Sie sich dazu verpflichten, mit einem Design zu starten, bevor Sie überhaupt über die Optimierung nachdenken können. Sie müssen sich zu einem Entwurf verpflichten, und es gibt immer einen ersten Schritt in das Unbekannte, dass A / B-Tests nicht helfen können.
Der Funken der Inspiration
Wie Henry Ford sagte: "Wenn ich die Leute gefragt hätte, was sie wollten, hätten sie nach schnelleren Pferden gefragt." Benutzer sind nicht immer die besten Leute, die um Feedback bitten. Dies führt mich zu meiner größten Kritik an A / B-Tests: Sie zwingt Sie, Ihrem Publikum zu folgen, es nicht zu führen. Sie verzichten auf die Verantwortung, zu entscheiden, was Ihre Webseite am besten zur Weisheit der Menge macht. Am Ende entwirfst du das Publikum, das du hast, nicht das Publikum, das du willst.
Dieser Ansatz lässt keinen Raum für diesen Funken der Inspiration, um etwas wirklich Originelles zu erschaffen, etwas, das wir vorher nicht gesehen haben. Es ist nicht verwunderlich, dass so viele Websites so ähnlich aussehen, dass sie alle sicher mit einem etablierten Look spielen. Wagst du es, anders zu sein? Wie dieses provozierende Gespräch Staaten, manchmal müssen wir über die marginalen Gewinne hinausschauen und nach dem Quantensprung, der nächsten großen Idee, suchen.
Ein einzigartiges Design und Benutzererfahrung werden wahrscheinlich zunächst schlecht getestet, aber es kann einige Zeit dauern, um an Zugkraft zu gewinnen. Langsam kann sich ein Buzz um das Design entwickeln, und es kann ein neues Publikum anziehen, das eher bereit ist, sich mit der Site, ihrem Inhalt und ihrem Design in der Synthese zu beschäftigen. A / B-Tests können verwendet werden, um das Design und Layout weiter zu optimieren und zu optimieren, aber es kann nicht zum versprochenen Land führen. Sie müssen die Ziele definieren, die für ein engagiertes Publikum sorgen. Seitenaufrufe sind eine sehr schlechte Metrik des Engagements. Die Zeit auf einer Seite ist besser oder die Anzahl der Kommentare, die ein Artikel anzieht. Aber nur das Feedback und die qualitative Analyse Ihres Publikums werden Ihnen sagen, ob es Ihnen Spaß macht, die Website zu nutzen, quantitative Messungen alleine werden Ihnen nicht die ganze Geschichte erzählen.
Vertraue deinem Urteil
Der größte Akt des Designs ist es, ein Zeichen zu setzen, zu wissen, warum du es gemacht hast, und darauf zu vertrauen, dass es gut ist. Wenn jedes Element, jedes geschriebene Wort mit Zweifeln gemacht wird, wie kann man vertrauensvoll bauen? Sicheres Design und individuelle Designsensibilität ermöglichen es uns, mit Stil und Persönlichkeit zu gestalten.
Letztendlich wird eine Site, die mit der Logik und Konsequenz einer klaren Design-Vision gebaut wurde, immer eine Site übertrumpfen, die mit jedem Element schüchtern platziert und nervös getestet wurde.
Dies bedeutet nicht, dass A / B-Tests nicht ihren Platz haben. Aber es eignet sich am besten für Nischen-Test-Elemente, nicht für Layouts. Es ist weniger nützlich, eine Seite gegen eine andere zu testen, aber besser, um ein Element zu testen, wie beispielsweise eine Kopie auf einer Schaltfläche. Workflows sind auch reif für Split-Tests: Ist die Anmeldeform besser als Folge von kleinen Schritten oder einer großen Form? Was ist, wenn das Anmeldeformular ein modales Fenster ist, das der Startseite überlagert ist? Auschecken Welcher Test hat gewonnen? um einige großartige Beispiele und Fallstudien zu UX-Tests zu sehen, vorwiegend im Bereich E-Commerce.
Im Allgemeinen ist es besser, die Zeit, die Sie mit A / B-Tests verbracht haben, zu nutzen, um Ihre Website auf andere Weise zu verbessern, wie z. B. die Website richtig zu rendern und das Seitengewicht zu reduzieren. Reagiert das Layout auf verschiedene Geräte und bietet das bestmögliche Erlebnis? Gibt es Tippfehler? Sieht es auf mobilen Geräten gut aus?
Sie sollten nicht immer A / B testen müssen, um zu wissen, dass Sie Ihre Website besser machen.
Wie viel A / B-Tests machen Sie? Braucht ein guter Webdesigner überhaupt A / B-Tests? Lass uns deine Gedanken in den Kommentaren wissen.
Ausgewähltes Bild / Vorschaubild, Entscheidungsbild über Shutterstock.