Rata de conversie: cum se calculează corect și ce faci cu cifra
Formula, variantele pe obiective, numitorul corect și motivul pentru care „media pieței” te poate duce în eroare.
Ipoteze, eșantion, durată și semnificație statistică: cum faci testarea A/B pe site fără concluzii false.
Testarea A/B pe site, făcută corect, compară două variante ale aceleiași pagini, afișate aleatoriu unor vizitatori diferiți, pe baza unei ipoteze scrise înainte de start. Stabilești dinainte indicatorul, mărimea eșantionului și durata, rulezi testul pe cicluri complete de săptămâni, nu te uiți la rezultat ca să-l oprești când îți convine și iei decizia doar după ce ai atins eșantionul planificat.
Într-un test A/B, jumătate din vizitatori văd versiunea actuală (varianta de control, A), iar cealaltă jumătate o versiune modificată (varianta B). Împărțirea se face aleatoriu, iar apoi compari un indicator precis, de exemplu procentul de vizitatori care trimit formularul.
Ce NU este un test A/B: să schimbi pagina luni și să compari cu luna trecută. Între cele două luni s-au schimbat sezonul, campaniile, traficul, poate chiar concurența. Un test A/B rulează variantele în paralel tocmai ca aceste diferențe să afecteze ambele variante în același fel.
Testarea nu e un instrument de „inspirație”; e un instrument de decizie. Răspunde la întrebarea: „această modificare produce o diferență reală, sau variația pe care o văd poate fi întâmplare?”. Dacă te interesează calculul de bază al ratei de conversie, îl găsești explicat în articolul despre cum se calculează rata de conversie.
Testarea A/B funcționează doar cu suficient trafic și cu un număr rezonabil de conversii. Dacă pagina primește câteva sute de vizitatori pe lună și are puține conversii, un test clasic poate dura luni sau ani fără un rezultat clar.
În situații de trafic mic, e mai util să corectezi problemele evidente pe baza analizei calitative: înregistrări de sesiuni, hărți de clic, sondaje scurte, conversații cu clienții. Apoi aplici schimbările și compari înainte și după, știind că nu este o probă perfectă, dar este o decizie rezonabilă. Pentru structura unei pagini de conversie, vezi și articolul despre structura unui landing page.
O ipoteză de test are trei părți: ce schimbi, ce efect te aștepți să apară și de ce. Formula simplă: „Pentru că [observația], dacă schimbăm [elementul] în [varianta], vom vedea [efectul] la [indicatorul], deoarece [motivul].”
Exemplu ipotetic: imaginează-ți un cabinet care primește multe vizite pe pagina de programări, dar puține formulare trimise. Înregistrările arată că vizitatorii se opresc la câmpul „motivul consultației”, obligatoriu și deschis. Ipoteza: „Pentru că mulți abandonează la câmpul liber, dacă îl transformăm într-o listă de opțiuni, rata de trimitere a formularului va crește, deoarece efortul perceput scade.”
Diferența față de „hai să încercăm un buton verde”: ipoteza se bazează pe o observație și poți învăța ceva chiar dacă testul pierde. Dacă varianta nu câștigă, afli că motivul abandonului era altul și poți continua cu o ipoteză nouă.
| Element | Exemple | Impact potențial |
|---|---|---|
| Propunerea de valoare | titlu principal, promisiunea ofertei, subtitlu | Mare |
| Oferta | garanție, livrare gratuită, perioadă de probă, preț afișat | Mare |
| Formularul | număr de câmpuri, ordine, mesaje de eroare | Mare |
| Dovezi sociale | recenzii reale, poziția în pagină, logo-uri de clienți cu acord | Mediu |
| Apelul la acțiune | text, poziție, număr de butoane | Mediu |
| Imagini și video | fotografie reală versus stoc, demonstrație video | Mediu |
| Detalii vizuale | culoarea butonului, mici ajustări de aliniere | Mic |
Schimbările mici dau rareori diferențe vizibile și cer eșantioane uriașe pentru a fi demonstrate. De aceea, în prima etapă testează idei mari: mesaj, ofertă, structură.
Mărimea eșantionului depinde de trei lucruri: rata ta actuală de conversie, cea mai mică îmbunătățire pe care vrei s-o poți detecta și nivelul de încredere dorit (de regulă 95%, cu o putere statistică de 80%). Cu cât diferența căutată e mai mică, cu atât ai nevoie de mai mulți vizitatori.
Valorile de mai jos sunt calcule orientative, făcute cu formula clasică pentru compararea a două proporții, la 95% încredere și 80% putere:
| Rata actuală | Creștere relativă urmărită | Rata nouă | Vizitatori necesari pe variantă (aprox.) |
|---|---|---|---|
| 3% | +20% | 3,6% | aproximativ 14.000 |
| 3% | +10% | 3,3% | aproximativ 53.000 |
| 1% | +20% | 1,2% | aproximativ 43.000 |
Observă cât crește cerința când vrei să detectezi o diferență mică sau când rata de bază e mică. Pentru calcule pe cifrele tale, folosește calculatorul de conversii. Dacă rezultatul îți arată că ai nevoie de câteva luni de trafic, ia asta ca informație: fie testezi o schimbare mai mare, fie nu rulezi testul.
Durata nu se decide după cum arată graficul, ci după eșantionul calculat și după ciclurile de comportament ale publicului. Câteva reguli:
„Semnificația statistică” spune cât de improbabil este să vezi o diferență cel puțin atât de mare dacă, în realitate, variantele ar fi egale. Un rezultat „semnificativ la 95%” nu înseamnă „95% șanse că varianta B e mai bună”. Înseamnă că, dacă nu ar exista nicio diferență, ai vedea un rezultat atât de extrem într-un procent mic de cazuri. Mulți oameni înțeleg greșit acest lucru, de aceea merită să tratezi pragul ca pe o regulă de decizie stabilită dinainte, nu ca pe o garanție.
Variantă de control: versiunea curentă, cu care compari. Ipoteză nulă: presupunerea că între variante nu există nicio diferență reală. Putere statistică: șansa de a detecta o diferență reală, dacă ea există. Efect minim detectabil: cea mai mică îmbunătățire pe care testul este proiectat s-o observe. Interval de încredere: intervalul de valori în care se află, probabil, efectul real. Randomizare: atribuirea aleatorie a vizitatorilor la variante.
Înainte să propunem un test, verificăm dacă măsurarea este corectă și dacă traficul permite concluzii. Dacă nu permite, spunem asta deschis și propunem corecturi bazate pe analiză calitativă, în loc de un test care ar produce zgomot. Când testăm, documentăm ipoteza, calculul și decizia, ca învățămintele să rămână și după ce echipa se schimbă.
Testarea este una dintre componentele optimizării conversiilor, alături de analiză, cercetare și implementare. Aceeași disciplină se aplică și reclamelor; vezi cum organizăm testele de creative în Facebook Ads.
Depinde de rata de conversie și de diferența pe care vrei s-o detectezi. Orientativ, la o rată de 3% și o creștere relativă de 20% sunt necesari câteva zeci de mii de vizitatori în total. Cu trafic mai mic, caută schimbări mai mari sau folosește metode calitative de analiză.
Până la atingerea eșantionului calculat și, de regulă, pe cel puțin două săptămâni întregi, ca să acoperi ciclul de comportament al publicului. Nu opri testul doar pentru că o variantă pare câștigătoare după câteva zile; rezultatele timpurii sunt instabile și induc în eroare.
Da, dar cu prudență. Dacă schimbi mai multe elemente într-o singură variantă, afli dacă ansamblul funcționează, nu care element contează. Testele multivariate cer mult mai mult trafic. La început, rămâi la o singură ipoteză clară pe test.
Este un rezultat valid: înseamnă că schimbarea nu a avut un efect suficient de mare ca să fie detectat. Notează concluzia, verifică dacă ipoteza era bună și treci la o idee cu impact mai mare. Un test fără câștigător tot îți arată ce nu merită efortul.
Există platforme dedicate de experimentare, pluginuri pentru WordPress și funcții în unele platforme de reclame sau email. Google Optimize a fost închis în 2023, deci verifică alternativele disponibile în prezent. Alege un instrument care își împarte corect traficul și se integrează cu măsurarea ta.
Da, principiile sunt aceleași: ipoteză, o variabilă principală, eșantion suficient, durată fixată dinainte. Platformele de reclame și de email au instrumente proprii de testare. Atenție la audiențe care se suprapun și la bugete prea mici, care nu produc suficiente evenimente pentru concluzii.
Laborator
Unelte din Laborator care te ajută să aplici ghidul.
Blog
Formula, variantele pe obiective, numitorul corect și motivul pentru care „media pieței” te poate duce în eroare.
Cum structurezi testele de creative în Facebook Ads, ce variabile testezi, câte date îți trebuie.
Cum ordonezi o pagină de campanie cu un singur obiectiv: promisiune, dovezi, obiecții, formular și greșelile care îți scumpesc clientul.
Spune-ne unde ești acum și ce vrei să obții — primești o propunere concretă, cu servicii, calendar și buget transparent.