Ringkasan:

1. Google Optimize adalah alat eksperimen independen yang terintegrasi dengan Google Analytics. Ini menawarkan versi gratis dan berbayar, dengan versi gratis yang cocok untuk eksperimen dasar.

2. Fitur dasar Google Optimize termasuk pengujian A/B, pengujian multivariat, dan pengujian pengalihan. Ini juga memiliki pengaturan yang ramah pengguna dan editor halaman web terintegrasi.

3. Google Optimize Integrates dengan alat Google lainnya seperti Tag Manager, Survey, dan Data Studio. Ini memungkinkan lokasi terpusat untuk semua data dan pelaporan.

4. Google Optimize menggunakan statistik Bayesian untuk melakukan percobaan. Ini memberikan hasil yang lebih akurat dibandingkan dengan alat lain yang menawarkan metode frequentist atau Bayesian.

5. Versi gratis Google Optimize memiliki keterbatasan, termasuk maksimum tiga percobaan bersamaan dan batas 16 variasi dalam tes multivariat. Namun, ini masih merupakan alat yang hebat untuk pemula.

6. Google Optimize menyediakan antarmuka pelaporan yang mudah dipahami. Ini menunjukkan bagaimana setiap variasi berkinerja melawan yang asli dan dampaknya pada penyelesaian tujuan Google Analytics.

7. Pelaporan di Google Optimize mencakup berbagai angka seperti Tengah ke -95, Tengah ke -50, dan Median. Angka -angka ini memberikan wawasan tentang tingkat konversi dan kinerja.

8. Google Optimize Fetches Data dari tampilan Google Analytics Terkait. Ini memastikan bahwa lalu lintas yang tidak diinginkan tidak mempengaruhi hasil eksperimen.

9. Hasil Eksperimen di Google Optimize dapat diakses melalui laporan Eksperimen di Google Analytics. Ini memungkinkan analisis dan perbandingan yang lebih dalam.

Pertanyaan dan jawaban:

T1: Apa versi yang berbeda dari Google Optimize?

A1: Google Optimize memiliki versi gratis dan versi berbayar yang disebut Optimize 360. Versi gratis ini cukup untuk percobaan dasar, sedangkan versi berbayar menawarkan lebih banyak kemampuan.

T2: Jenis tes apa yang dapat dilakukan dengan menggunakan Google Optimize?

A2: Google Optimize mendukung pengujian A/B, pengujian multivariat, dan pengujian pengalihan.

Q3: Apa fitur unik dari Google Optimize dalam hal integrasi data?

A3: Google Optimize Integrates dengan alat Google lainnya seperti Analytics, Tag Manager, Surveys, dan Data Studio. Ini memungkinkan data dan pelaporan terpusat.

T4: Metode statistik apa yang digunakan Google mengoptimalkan penggunaan?

A4: Google Optimize menggunakan statistik Bayesian secara eksklusif, yang memberikan hasil yang lebih akurat dibandingkan dengan alat lain.

Q5: Apa keterbatasan versi gratis Google Optimize?

A5: Versi gratis hanya memungkinkan tiga percobaan dan membatasi variasi dalam pengujian multivariat hingga 16. Namun, ini masih merupakan alat yang cocok untuk pemula.

Q6: Bagaimana Google mengoptimalkan hasil pelaporan saat ini?

A6: Google Optimize menawarkan antarmuka pelaporan yang mudah dipahami yang menunjukkan kinerja setiap variasi dibandingkan dengan aslinya. Ini juga menyediakan angka -angka seperti tengah ke -95, tengah ke -50, dan median untuk analisis yang lebih dalam.

Q7: Bagaimana Google Mengoptimalkan Data Fetch untuk Eksperimen?

A7: Google mengoptimalkan data mengambil dari tampilan Google Analytics terkait, memastikan bahwa lalu lintas yang tidak diinginkan tidak mempengaruhi hasil percobaan.

T8: Di mana hasil percobaan dapat diakses di Google Optimize?

A8: Hasil percobaan dapat diakses melalui laporan Eksperimen di Google Analytics, memungkinkan untuk analisis dan perbandingan lebih lanjut.

Q9: Dapat Google Optimize digunakan oleh pemula?

A9: Ya, Google Optimize adalah alat yang hebat bagi pemula untuk memulai program pengujian mereka.

Q10: Apa yang ditawarkan Google Optimize dalam hal visualisasi data?

A10: Google Optimize terintegrasi dengan Google Data Studio, yang memungkinkan untuk peningkatan visual dan pembuatan dasbor khusus untuk visualisasi data yang lebih baik.

Mengukur Google Optimize dengan Google Analytics

Alih-alih mempromosikan alat pengujian yang lebih tradisional, kami ingin mendorong Anda untuk mempelajari lebih lanjut tentang buku pertumbuhan alternatif open-source.

Cara membaca pelaporan di google optimalkan

Hari ini’s populer google optimize isn’T tepat sekali, seperti itu’S Google’Penggantian untuk alat eksperimen sebelumnya dalam Google Analytics yang sekarang dibuat sebagai alat eksperimen independen dan lengkap. Yang bagus tentang alat ini adalah sangat bergantung pada data Google Analytics dan dapat mengintegrasikan hasil dan input dengan analitik. Google Optimize memiliki versi gratis dengan fitur dasar; itu juga memiliki versi berbayar yang dinamai “Mengoptimalkan 360” Itu memiliki lebih banyak kemampuan. Namun, versi gratis dari Optimize dapat bekerja dengan baik untuk banyak percobaan dasar. Google Optimize termasuk analitik, manajer tag, survei dan studio data yang semuanya gratis dan bekerja bersama untuk membuat semua data tersedia di satu tempat yang merupakan salah satu fitur uniknya.

Fitur dasar

Meskipun versi gratis Google Optimize adalah alat dasar, itu sudah cukup untuk melakukan program pengujian yang layak dengan jenis tes yang paling umum, yang mencakup A/B, pengujian multivariat dan pengalihan. Ini memiliki pengaturan sederhana. Selain itu, Google mengoptimalkan fitur editor halaman web wysiwyg terintegrasi. Ini juga memiliki editor kode yang disajikan dalam bentuk add-on chrome yang membuat variasi membuat variasi mudah. Sama seperti alat Google lainnya, jika ada yang salah, ada alat diagnostik yang membantu Anda mengidentifikasi apa yang salah dengan instalasi. Fitur yang paling mengesankan dari Optimize adalah kemampuannya untuk berintegrasi dengan Google Tools lainnya. Mengintegrasikan semua alat ini memungkinkan Anda untuk memiliki laporan kuantitatif, eksperimen, pelacakan dan pelaporan hasil dalam satu alat. Ini merupakan tambahan dari produk terpisah yang diluncurkan oleh Google, Data Studio, yang memungkinkan peningkatan visual untuk analitik dan mengoptimalkan laporan dengan membangun dasbor dan laporan khusus. Google Optimize menggunakan statistik Bayesian untuk melakukan percobaan. Ini adalah karakteristiknya yang berbeda karena pesaing utama lainnya menawarkan pilihan penggunaan antara metode frequentist dan Bayesian. Apa yang hebat tentang statistik Bayesian ini adalah menawarkan hasil yang lebih akurat. Yang sedang berkata, Optimize adalah alat pertama yang menggunakan statistik Bayesian secara eksklusif. Mengenai interpretasi hasil, itu akan perlu membiasakan diri. Karena ada dua versi Google Optimize, Anda harus tahu bahwa mereka memiliki sedikit perbedaan.Versi gratis hanya memungkinkan tiga percobaan bersamaan sementara versi berbayar menawarkan tanpa batas. Masih ada perbedaan lain, tetapi ini mungkin tidak terlalu penting – versi gratis membatasi variasi pada tes multivariat menjadi 16. Keterbatasan ini mungkin hanya karena Google Optimize masih berkembang. Yang penting adalah kenyataan bahwa Google Optimize adalah alat yang hebat bagi pemula untuk memulai program pengujian mereka.

Memahami pelaporan

Google Optimize menawarkan cara mudah untuk memahami antarmuka pelaporan yang menunjukkan kepada Anda bagaimana setiap variasi kinerja terhadap aslinya, dan bagaimana hal itu berkontribusi pada penyelesaian tujuan Google Analytics Anda. Lihat sampel di bawah ini: Hasil di atas dapat mengetahui apakah peningkatan ukuran teks pada halaman mengurangi tingkat pentalan pada halaman penjualan. Google Optimize juga dapat menguji banyak item sekaligus, dalam contoh kami, kami menguji efek peningkatan ukuran teks pada laju pentalan serta transaksi. Gambar di bawah ini menunjukkan informasi spesifik relatif terhadap variabel kami, klik pembelian vendini. Google Optimize memberi Anda total konversi, probabilitas menjadi yang terbaik, dan rentang tingkat konversi. Varian 1 kami memiliki tingkat konversi median 6.46% dibandingkan dengan 4 asli.82%. Anda dapat melihat ini dengan melayang di atas bilah tingkat konversi. Google Optimize memberi Anda beberapa angka yang berbeda.

• Tengah ke -95 – Kisaran skor antara persentil ke -5 dan persentil ke -95.
• Tengah ke -50 – Kisaran skor antara persentil ke -25 dan persentil ke -75 untuk kelompok tertentu
• Median – Titik tengah distribusi frekuensi nilai atau jumlah yang diamati.

Berikut adalah ilustrasi persentil. Google Optimize memiliki cara unik untuk mengumpulkan data dan membuatnya dapat diakses. Google Optimize tidak hanya mengumpulkan data, tidak seperti alat pengujian A/B lainnya. Sebaliknya, ia mengambil data dari tampilan Google Analytics yang terkait dengan percobaan Anda. Ini dikatakan, hasil percobaan Anda tunduk pada setiap filter yang digunakan untuk tampilan itu. Ini adalah cara yang bagus untuk memastikan bahwa lalu lintas yang tidak diinginkan, seperti lalu lintas internal atau bot, tidak mencemari hasil percobaan Anda dan memanipulasi hasil Anda. Ini adalah koneksi Google Optimize dengan GA yang memungkinkannya untuk meneruskan hasil eksperimen kembali ke antarmuka pelaporan Google Analytics, membuat data dapat diakses melalui laporan Eksperimen (menavigasi ke perilaku> Eksperimen), yang memungkinkan Anda untuk melihat data yang sama (sesi percobaan, konversi, tingkat konversi, peningkatan atas aslinya). Mempertimbangkan bahwa data ini berasal dari Google Analytics, Anda juga dapat melihat metrik tambahan untuk setiap varian. Signifikansi tidak’t berakhir di sana’s lebih! Adalah baik untuk mengetahui bahwa dalam semua laporan Google Analytics standar, Anda diizinkan menggunakan ID Eksperimen, nama percobaan, dan varian sebagai dimensi sekunder. Plus, Anda dapat menggunakan dimensi percobaan untuk membuat laporan khusus. Sumber:

• https: // www.e-nor.com/blog/google-optimize/google-announces-google-optimize-testing-for-all-for-gratis
• https: // blog.Kissmetrics.com/ahli-google-analitik-laporan/
• http: // www.Praktik Commerce.Com/Google-Optimize-Setting-Up-Experiments
• http: // perilaku online.com/testing/google-optimize

Apakah Google mengoptimalkan data mengumpulkan data

Jika Anda ingin menguji dengan Google Optimize, Anda harus memasangkannya dengan Google Analytics (itu adalah prasyarat). Mereka seperti kacang selai & jeli – jauh lebih baik bersama. Mengoptimalkan data uji dalam analitik memungkinkan analisis menyelam mendalam dari eksperimen Anda yang tidak dimungkinkan dalam mengoptimalkan pelaporan.

Pertama, dasar -dasarnya

Google Optimize memungkinkan Anda untuk menguji varian halaman web dan melihat bagaimana kinerja satu sama lain relatif terhadap tujuan yang Anda tentukan dalam hipotesis uji. Optimalkan Laporan Hasil tes Anda sehingga Anda dapat mengetahui varian mana yang lebih baik. Anda membuat kustomisasi situs web mengoptimalkan apa’s disebut an “pengalaman”, yang dapat berupa tes atau personalisasi yang dimaksudkan untuk mencapai hasil yang diinginkan.

CATATAN: Mengoptimalkan dokumentasi secara bergantian menggunakan istilah “tes” Dan “percobaan”.

Tes atau personalisasi

Personalisasi adalah serangkaian perubahan yang dibuat untuk properti digital Anda untuk kelompok pengguna tertentu. Tidak seperti tes, personalisasi dapat berjalan tanpa batas waktu dan tidak termasuk varian. Mereka’kembali satu set perubahan yang disajikan untuk semua pengguna yang memenuhi kondisi penargetan.

Tes termasuk 2 atau lebih varian (termasuk aslinya), dan datang dalam tiga varietas: Tes A/B (Terkadang dirujuk ke tes A/B/N), Tes pengalihan (juga dikenal sebagai uji URL split) dan a Tes Multivariat (MVT).

Idealnya Anda akan mengidentifikasi apa yang akan berubah menjadi personalisasi melalui pemenang varian pengujian optimal. Tapi, tidak ada prasyarat tes untuk personalisasi. Jika jelas perubahan untuk populasi target pengguna akan meningkatkan keberhasilan yang diukur, luncurkan personalisasi langsung.

Menghubungkan tampilan analitik ke pengalaman optimal

Karena semua metrik yang dilaporkan dalam Optimize pertama kali diproses oleh analitik dan kemudian didorong untuk mengoptimalkan, jelas pandangan analitik yang Anda tautkan untuk mengoptimalkan akan mengatur data pengguna apa yang ada dalam populasi pengalaman potensial Anda yang dilaporkan. Misalnya, jika Anda mengecualikan pengguna menjelajah dari jaringan perusahaan Anda dalam tampilan analitik yang Anda tautkan untuk mengoptimalkan, pengalaman terkait juga akan mengecualikan pengguna tersebut dari tes. Namun, kecuali Anda menargetkan dengan 360 audiens yang mengoptimalkan yang tidak termasuk pengguna, jika pengguna itu akan dikecualikan dari tampilan analitik tertaut – tetapi sebaliknya memenuhi kondisi penargetan tes, mereka masih akan melihat varian tes meskipun data terkait mereka dimenangkan’t dilaporkan.

Tujuan potensial dalam pengalaman mengoptimalkan Anda terdiri dari tujuan analitik yang dikonfigurasi dalam tampilan tertaut, serta tujuan sistem yang diukur dalam tampilan analitik tertaut (e.G., Bounces, halaman halaman, durasi sesi).

Mengoptimalkan data uji sebagai dimensi dalam analitik

Mengoptimalkan data uji tersedia dalam beberapa dimensi analitik yang disamakan sesi. Namun-tidak seperti dimensi sesi-scoped lainnya-jika pengguna termasuk dalam beberapa tes dalam sesi yang sama, dimensi tes akan memiliki beberapa nilai yang DON’t menimpa yang lain. Nilai dimensi tes akan ditetapkan pada semua sesi pengguna yang memenuhi kondisi penargetan tes (“Sesi Eksperimen“).

Dimensi uji tersedia sebagai dimensi sekunder analitik dalam laporan, dan dapat dimanfaatkan dalam segmen lanjutan serta laporan khusus. Dimensi uji dalam analitik meliputi:

1. Nama percobaan – Nama yang Anda berikan kepada pengalaman Anda dalam mengoptimalkan.
2. ID percobaan – ID unik yang tersedia di “Pengukuran” Bagian dari halaman Detail Pengalaman Optimalkan (e.G., J5qqakdjqr24iqjfdibtww).
3. ID percobaan dengan varian – ID Eksperimen dengan Varian ID ditambahkan ke sana (Colon Delimited). Tersedia di “Varian” Bagian dari halaman Detail Pengalaman Optimalkan. (e.G., J5qqakdjqr24iqjfdibtww: 1).

Mengoptimalkan data personalisasi sebagai peristiwa dalam analitik

Untuk personalisasi, jika Anda memiliki kotak centang pengukuran yang dilibatkan, optimalkan juga mengirimkan hit acara non-interaktif ke Google Analytics dengan setiap hit eksperimen (yang dihitung terhadap optimalkan batas 360 hit). Bidang pelacakan acara analitik berikut diisi dengan mengoptimalkan:

• EventCategory = “Google Optimize”
• Evenaction = – ID ini tersedia di “Pengukuran” bagian dari detail pengalaman optimal (e.G., J5qqakdjqr24iqjfdibtww).

Kenapa tidak’t analitik saya & mengoptimalkan kecocokan data uji?

Dengan asumsi praktik terbaik mengoptimalkan instalasi cuplikan, biasanya ada tiga penyebab utama untuk analitik & mengoptimalkan data uji yang dilaporkan tidak cocok: pengambilan sampel, pelaporan penundaan atau nuansa dalam perhitungan laju konversi.

Contoh

Mengoptimalkan data tidak disampel, tetapi Google Analytics dengan sangat baik mungkin memiliki data laporan sampel – yang dapat menjadi sumber perbedaan dalam data uji yang dilaporkan. Jika Anda adalah Pelanggan Analisis Lisensi 360 Lisensi, Anda dapat meminta laporan Eksperimen Analisis yang tidak terampil. Jika Anda menggunakan produk analitik gratis, baca Google Analytics Sampling dan Row Limits 101 untuk memahami bagaimana & kapan pengambilan sampel dapat memengaruhi data analitik yang dilaporkan, termasuk mengoptimalkan dimensi pengujian & peristiwa personalisasi dalam analitik. Perhatikan bahwa pengambilan sampel lebih umum jika Anda memasukkan “Hari ini’S Date” atau overlay segmen lanjutan pada laporan.

Melaporkan penundaan

Seperti dicatat, semua yang dilaporkan dalam optimalisasi pertama kali diproses oleh analitik dan kemudian didorong untuk mengoptimalkan. Proses ini bisa memakan waktu hingga 12 jam. Karena itu, Anda biasanya akan melihat lebih banyak sesi tes dalam analitik daripada di optimalkan. Juga, saat Anda mengakhiri tes, data yang dikumpulkan antara dorongan terakhir untuk mengoptimalkan dan ketika Anda mengakhiri tes akan bukan didorong untuk dioptimalkan, tetapi akan tersedia dalam analitik.

Perhitungan Laju Konversi

Referensi tingkat konversi yang Anda lihat di Optimize terkait dengan tingkat konversi yang dimodelkan (Bayesian Magic sedang dimainkan). Namun, tingkat konversi yang Anda lihat untuk tes yang sama dalam analitik adalah tingkat konversi yang diamati secara literal (konversi / sesi tes).

Mengukur Google Optimize dengan Google Analytics

• ← Kreativitas Melalui Eksperimen Gagal
• Prospeksi dengan “niat khusus” Audiensi, Iklan Video, dan RLSA →

Ekspor Data Eksperimen dari Google Optimize – Selagi Anda masih bisa

Google mengoptimalkan dan mengoptimalkan 360 tidak akan lagi tersedia setelahnya 30 September 2023. Eksperimen dan personalisasi Anda dapat terus berjalan hingga tanggal itu. Eksperimen dan personalisasi apa pun yang masih aktif pada tanggal itu akan berakhir.

Ini datang sebagai kejutan yang tidak disukai bagi siapa pun yang bekerja di industri eksperimen. Bahkan jika Anda tidak’t menggunakan alat itu sendiri, itu adalah alat pertama yang digunakan sebagian besar pendatang baru untuk melakukan percobaan di situs web mereka.

Untuk sementara, Google mengoptimalkan pergi adalah semua yang dibicarakan orang di Twitter dan LinkedIn.

Mengekspor data percobaan dari Google Optimize

Karena beberapa klien kami yang sudah ada memintanya, kami membangun Google mengoptimalkan eksportir data untuk menyimpan data eksperimen Anda selama Anda membutuhkannya. Ini mendukung hampir semua tujuan data, termasuk yang populer seperti Google BigQuery, Amazon S3 dan Snowflake.

Google Optimize Data Exportir berjalan pada infrastruktur data reflektif yang kuat dan skalabel yang diharapkan sudah Anda ketahui dan sukai.

Kami’ve membuat proses mengekspor data optimalkan google Anda sesederhana mungkin. Di Sini’S Tinjauan cepat.

1. Perencanaan dan pelingkupan

Hubungi salah satu analis data kami untuk merencanakan ekspor data Google Optimize Anda. Pertanyaan utama yang harus dijawab adalah daftar eksperimen, dimensi, metrik, kerangka waktu dan tujuan data yang ingin Anda gunakan untuk ekspor data optimal Anda.

2. Ekspor dan Penyimpanan Data

Mengeksekusi rencana tersebut. Analis data kami akan mengonfigurasi sistem ekspor data reflektif untuk menarik data yang diminta dari instance Google Optimize Anda dan menyimpan di tujuan penyimpanan data yang Anda pilih.

Sebagian besar ekspor menggunakan Google BigQuery sebagai tujuan data.

3. Pelaporan dan Konsultasi

Butuh bantuan mengakses atau menggunakan data? Pakar data reflektif dengan senang hati membantu Anda dengan segala sesuatu mulai dari mengkonfigurasi laporan interaktif hingga berkonsultasi dengan Anda tentang memaksimalkan wawasan yang dapat Anda gambar dari dataset ini.

Mengapa Google Mengoptimalkan Sunset?

Pernyataan resmi

Kami tetap berkomitmen untuk memungkinkan bisnis dari semua ukuran untuk meningkatkan pengalaman pengguna Anda dan berinvestasi dalam pengujian A/B di Google Analytics 4. Kami fokus pada membawa solusi dan integrasi yang paling efektif kepada pelanggan kami, terutama saat kami melihat ke masa depan dengan Google Analytics 4.

Optimalkan, meskipun produk lama, tidak memiliki banyak fitur dan layanan yang diminta dan dibutuhkan pelanggan kami untuk pengujian eksperimen. Karena itu kami telah memutuskan untuk berinvestasi dalam solusi yang akan lebih efektif bagi pelanggan kami.

Di data reflektif, kami’Sedih melihat Google Optimize GO. Terutama karena memungkinkan begitu banyak tim yang lebih kecil untuk memulai dengan bereksperimen dengan situs mereka.

Di sisi lain, ini akan menciptakan peluang besar bagi yang lain, vendor eksperimen khusus, untuk mengisi batasan ini di pasar.

Kami’Cukup yakin, GA4 akan meningkatkan kemampuan pelaporan eksperimennya tetapi menjalankan eksperimen itu sendiri kemungkinan akan tetap berada di luar Google’E ekosistem.

Either way, jika Anda telah menjalankan eksperimen di Google Optimize, Anda harus mengekspor data secepatnya. Jika Anda membutuhkan bantuan, kami’ve membuatmu tertutup.

Google mengoptimalkan alternatif

Sementara kami tidak’t Langsung bermitra dengan salah satu vendor alat pengujian, kami memang memiliki pengalaman luas menggunakan sebagian besar dari mereka. Termasuk Optimizely, VWO, Convert, Adobe Target, Situs, AB Tasty and Mutiny – untuk beberapa nama.

Memilih alternatif Anda untuk Google Optimize tergantung dan berbagai faktor seperti perusahaan Anda’Kematangan Eksperimen, Anggaran, dan Tumpukan Teknologi.

Alih-alih mempromosikan alat pengujian yang lebih tradisional, kami ingin mendorong Anda untuk mempelajari lebih lanjut tentang buku pertumbuhan alternatif open-source.

Kami’VE membantu beberapa perusahaan menerapkan GrowthBook dan akan dengan senang hati mendiskusikan opsi ini dengan Anda juga. Di bawah ini adalah beberapa alasan mengapa Anda mungkin ingin mempertimbangkan GrowthBook sebagai Google Optimize Alternative Anda.

• Gratis dan open-source
• Kepemilikan data lengkap
• Duduk di atas gudang data Anda (saya.e. BigQuery)
• Mendukung pengujian sisi klien dan sisi server

Kesimpulan

Google mengoptimalkan seperti yang kami tahu dan menyukainya akan hilang pada 30 September 2023.

Jika Anda pernah menggunakan Google Optimize untuk menjalankan eksperimen di situs web Anda, Anda harus mengekspor data ini untuk referensi di masa mendatang.

Saat Anda dapat mencoba mengekspor optimalkan data secara manual menggunakan API pelaporan Google Analytics tetapi itu’jauh lebih mudah dilakukan dengan menggunakan data reflektif’s Google mengoptimalkan eksportir data.