客户故事

奥巴马为美国的数字筹款机

500+

A / B测试运行

49%

增加捐款

161%

电子邮件注册的改进

奥巴马数码团队优化,增加了20多个月内的捐款转化了49%

2012年总统选举是一场紧张的比赛。为了燃料,奥巴马数码团队在广告系列筹款战略的各个方面优化,从网页到电子邮件。在20个月的过程中,该团队执行了大约500 A / B的测试,将捐赠转化增加49%并注册转化为161%。

他们的优化成功是达到持久转换收益所需的坚持和迭代的证明。该团队致力于培养对其用户行为的详细了解,寻找变量的影响,如图像,复制,设计,可用性和网站性能。

奥巴马为美国副网球开发副主任哈尔·鲁莽引导了该队的检测路线图,确保总是有一个迹象和实验等待进行测试的队列。优化是他们的 A / B测试 platform of choice.

他们的科学方法以强大的假设为中心,并创造多个实验,试图证明或反驳每个假设。在某些情况下,多次测试有助于确定团队是否揭示了其结果中的真实获奖者或统计误报。

为了揭示将访问者转换为捐赠者和电子邮件用户的转换改进,该团队专注于使用Google Analytics使用谷歌分析的用户行为的可量化测量,根据消费者心理学与用户研究洞察和假设配对。

始终运行A / B测试。如果你真的很认真对你的A / B测试操作,那么你就没有理由。您可能有一些实例在其中一个变异炸弹并降低转换率,但您必须愿意承担这种风险。
凯尔赶紧

美国奥巴马为美国前端发展副主任

测试1:餐厅菜单心理学

优化捐赠表格是竞选活动的持续测试主题。测试了许多假设,以衡量触发潜在的供体对最敏感的。

奥巴马数字队的成员了解到,高端餐馆从他们的菜单中取出美元符号,因为食客往往会花更多的钱。该团队决定从网站捐赠表格中省略美元符号,以确定变革是否会对捐赠转换产生积极影响。

实验结果是统计领带。然后,团队继续进行同一捐赠表格测试其他假设。

测试2:移动网络洞察力

奥巴马数码队冉冉促销是支持者与总统赢得晚餐的机会。就像原来的捐赠形式一样,他们的目标是增加对抽奖捐赠形式的转换。

在设计表格的移动网络体验时,团队认为保持表格尽可能简单,并删除所有不必要的元素是最好的。他们决定删除桌面网站体验中找到的总统的形象,因为这对捐赠不是必不可少的。

然而,在以图像的其他实验中,奥巴马数码团队发现捐助者对总统的图像积极回应。他们决定测试将图像添加回到移动体验中。

添加总统的照片在捐赠中产生了6.9%的电梯进入抽奖活动。

测试3:'渐进倾斜'捐赠表格

在竞选活动中,奥巴马2012年捐赠表格已经过分优化了低悬垂的水果。该团队决定通过投资更加技术上复杂的测试来加倍优化表格。

凯尔赶紧呼叫此测试“逐渐倾斜与陡坡”。

捐赠表单是一个长期多步的过程,需要访问许多信息的访问者。奥巴马数码球队从可用的最佳实践中知道他们正在失去长期的潜在捐助者。

但是,谈到捐款时,联邦法律需要具体信息,这意味着团队不能丢失不必要的形式领域。相反,它们设置了使表格缩短,通过将其破坏成碎片。而不是仅仅使字段的顺序任意,他们通过分析每个字段的验证错误来缩短额外的步骤,以便首先放置最简单的问题。

该团队随后通过测试证明了他们的假设是正确的。将表格分成四个较小的部位将捐赠转化率增加超过5%。

该团队成功地确定了可用性问题,实施了解决方案,并证明了他们的解决方案通过测试工作。为了挤出竞选活动的主要捐赠形式的5%升力是成熟的测试组织和路线图的重要成就。这是一个重要的提醒,具有一点创造力和努力,您可以在您自己的网站上找到转换改进。

测试外带

准备好

奥巴马数码团队始终进行了一次运行,始终有了积压的实验想法。竞选人士网站的流量是测试的巨大机会,就像现在到您网站的流量一样。

了解用户心理学

而不是采用“测试一切”的心态,鼓励您的测试组织成员来制定对您的用户的动机,欲望和行为怪癖的深刻理解。

最优化开始

轮到你了。你将如何实验到处都是?