A/B Test הוא ניסוי שבו 50% מהגולשים רואים גרסה A (המקור), 50% רואים גרסה B (השינוי), ואחרי שבועיים-3 שבועות אתה מודד איזו גרסה ממירה טוב יותר. הסטטיסטיקה חשובה - צריך מינימום 1,000 גולשים בכל גרסה כדי שהתוצאה תהיה משמעותית. עסקים קטנים עם 500 גולשים בחודש לרוב לא יכולים לעשות A/B Test אמיתי - הם צריכים להחליט לפי לוגיקה ומשוב לקוחות. עסקים בינוניים עם 3,000+ גולשים יכולים לבדוק שינוי ב-3 שבועות.

בסדר עדיפות לפי השפעה צפויה: 1) כותרת Hero (H1) - השינוי החזק ביותר, יכול להעלות המרה ב-30-80%. בדוק 2 גרסאות שונות לחלוטין. 2) ניסוח CTA - 'הזמן אבחון של 30 דקות' מול 'קבל הצעת מחיר'. שינוי קטן, השפעה גדולה. 3) מיקום הוכחה חברתית - מעל הקפל מול ליד CTA. 4) אורך הטופס - 3 שדות מול 5 שדות. 5) מחיר מוצג מול 'בקש הצעת מחיר'. אל תבדוק 'צבע כפתור' או 'גודל גופן' - השפעה זניחה. בדוק שינויים מהותיים שיכולים להזיז 20%+.

יועצת אישית בתל אביב הייתה לה כותרת 'יועצת אישית מוסמכת' עם המרה של 1.3%. רצתה לבדוק: גרסה B - 'אני עוזרת לנשים בנות 35-50 לעבור מקריירה שנתקעה לעבודה שמתאימה תוך 90 יום'. הריצה Test דרך VWO (פלאן בסיסי 150$ לחודש) במשך 3 שבועות, 1,400 גולשים בכל גרסה. תוצאה: גרסה B המירה ב-3.1% - יותר מפי 2. החליפה את הכותרת לבסיסית. ההכנסה החודשית עלתה ב-78% תוך חודש (מ-15 לקוחות חדשים ל-26 בקצב דומה של תנועה).

1) לבדוק יותר מדי דברים בו זמנית - 'אבדוק כותרת ו-CTA וצבע ביחד'. לא יכול - לא תדע מה השפיע. בודק שינוי אחד בכל ניסוי. 2) להחליט אחרי שבוע - לא מספיק נתונים. צריך מינימום 1,000 גולשים בגרסה, או 14 יום. 3) לבדוק שינויים קטנים על עסק קטן. עסק עם 500 גולשים בחודש לא יקבל תוצאה סטטיסטית. הוא צריך לפעול לפי לוגיקה ומשוב, לא A/B Test.