A/B testi, e-ticaret dünyasının en güvenilir optimizasyon yöntemidir. Tahmin yerine veriyle karar almak, büyük kazanımlara kapı açar. Peki neyi, nasıl ve ne zaman test etmelisiniz? Bu rehberde hem teorik çerçeveyi hem de gerçek dünyadan on somut örneği ele alacağız.
A/B Testi Nedir ve Neden Önemlidir?
A/B testinde aynı anda iki farklı sürüm (A ve B) farklı kullanıcı gruplarına gösterilir. Hangisinin hedef metriği daha iyi karşıladığı istatistiksel olarak belirlenir. E-ticarette bu metrik genellikle dönüşüm oranı, sepet değeri veya belirli bir sayfada geçirilen süredir.
Neden önemlidir? Çünkü sezgileriniz yanıltıcı olabilir. Deneyimli bir UX tasarımcısının "kesinlikle işe yarar" dediği değişiklik gerçekte dönüşümü düşürebilir. Veriler ise tarafsızdır.
Test Tasarımı: Başlamadan Önce Yapılması Gerekenler
Hipotez Oluşturma
İyi bir A/B testi her zaman net bir hipotezle başlar:
"Ürün sayfasındaki 'Sepete Ekle' butonunu kırmızıdan yeşile çevirirsek, göz izleme çalışmalarında yeşilin daha dikkat çekici olduğunu gösterdiği için dönüşüm oranı artacaktır."
Hipotez; gözlem, değişiklik ve beklenen sonuçtan oluşmalıdır.
Örnek Boyutu Hesaplama
Testi çok erken sonlandırmak, yanlış sonuçlara yol açar. Örnek boyutunu belirlemek için şu parametrelere ihtiyacınız vardır:
- Mevcut dönüşüm oranı (örn: %2,5)
- Minimum tespit edilebilir etki (MDE): Anlamlı saydığınız en küçük iyileştirme (örn: %10 göreli artış, yani %2,75'e çıkış)
- İstatistiksel güç: Genellikle %80
- Anlamlılık düzeyi (α): Genellikle %5
Ücretsiz araçlar (Evan Miller'ın örnek boyutu hesaplayıcısı gibi) bu hesabı saniyeler içinde yapar. Günlük 500 ziyaretçisi olan bir sitede %2,5 → %2,75 iyileştirmeyi tespit etmek için yaklaşık 40.000 ziyaretçi gerekebilir; bu da iki aylık bir test anlamına gelir.
İstatistiksel Anlamlılık
Test sonuçlarının "şansa bağlı" olmadığından emin olmak için p-değerinin 0,05'in altında olması beklenir. Ancak p < 0,05 tek başına yeterli değildir; pratik anlam (effect size) da önemlidir. %0,1 dönüşüm artışı istatistiksel olarak anlamlı olsa bile iş açısından anlamsız olabilir.
Sık yapılan hata: Testin ortasında anlamlı fark görünce testi durdurmak. Bu "gözetim önyargısı" (peeking bias) hatalı sonuçlara yol açar. Önceden belirlenen örnek boyutuna ulaşana kadar bekleyin.Test Araçları: VWO, Optimizely ve Alternatifler
VWO (Visual Website Optimizer)
VWO, kod yazmadan görsel editörle hızlıca varyant oluşturmanıza olanak tanır. Küçük-orta ölçekli e-ticaret işletmeleri için idealdir. Öne çıkan özellikleri:
- Heatmap ve session recording entegrasyonu
- Çok değişkenli (multivariate) test desteği
- Gelir tabanlı hedef tanımlama
Fiyatlandırma aylık ziyaretçi sayısına göre değişir; 10.000 ziyaretçi için aylık yaklaşık 200-300 dolar bandındadır.
Optimizely
Kurumsal düzey A/B testi için en kapsamlı platformlardan biridir. Özellikle büyük trafik hacmine sahip mağazalarda istatistiksel doğruluk açısından avantajlıdır. Sıralı test istatistiği kullanarak erken durdurma sorununu çözer. Fiyatlar özel teklif bazlıdır.
Google Optimize (Artık Kapalı) Alternatifleri
Google Optimize 2023'te kapatıldı. Alternatifler: AB Tasty, Convert.com, Crazy Egg (basit testler için), Firebase A/B Testing (mobil uygulamalar için).
Bütçe kısıtlıysa bazı e-ticaret platformlarının sunduğu yerleşik A/B testi araçlarını değerlendirebilirsiniz.
10 Gerçek A/B Testi Örneği
1. CTA Butonu Rengi ve Metni
Test: "Sepete Ekle" → "Hemen Al" ve renk değişimi (turuncu → yeşil) Sonuç: Metin değişikliği %8 dönüşüm artışı sağladı; renk değişikliğinin etkisi istatistiksel olarak anlamsız çıktı. Çıkarım: Metin, renkten daha belirleyici olabilir. "Hemen Al" aciliyet hissi yaratır.2. Ürün Görseli Düzeni
Test: Tek büyük görsel vs. küçük thumbnail'larla desteklenmiş ana görsel Sonuç: Thumbnail destekli düzen mobil kullanıcılarda %14 daha yüksek ürün sayfasından sepete geçiş oranı gösterdi. Çıkarım: Ürünün farklı açılardan görülmesi güveni artırır.3. Sosyal Kanıt Konumlandırması
Test: Yorum yıldızlarının ürün adının altına vs. fiyatın yanına taşınması Sonuç: Fiyatın yanındaki yıldızlar, fiyat algısını dengeledi ve sepete eklemelerde %11 artış sağladı. Çıkarım: Sosyal kanıtı, kullanıcıların en çok tereddüt ettiği noktaya (fiyat) yakın konumlandırın.4. Ücretsiz Kargo Eşiği Gösterimi
Test: "199 TL ve üzerine ücretsiz kargo" bilgisini başlığa sabit banner olarak eklemek vs. sadece sepet sayfasında göstermek Sonuç: Her sayfada görünür banner, ortalama sipariş değerini %9 artırdı. Çıkarım: Kullanıcıların ücretsiz kargo eşiğini her an hatırlaması, sepet büyüklüğünü artırır.5. Ödeme Sayfasında Form Basamak Sayısı
Test: Tek sayfalık ödeme formu vs. adım adım ödeme (3 adım) Sonuç: Tek sayfa mobil kullanıcılarda %6 daha düşük terk oranı gösterdi; masaüstünde ise fark anlamsızdı. Çıkarım: Mobilde uzun formlar can sıkıcıdır; tek sayfa veya mantıksal adımlar tercih edilmelidir.6. Güven Rozetleri (Trust Badges)
Test: Ödeme sayfasına "256-bit SSL Şifreleme", "Güvenli Ödeme" ve banka logolarının eklenmesi Sonuç: Rozetler terk oranını %7 düşürdü. Çıkarım: Güven sembolleri, özellikle ödeme aşamasında kaygıyı azaltır.7. Aciliyet Yaratma: Stok Sayacı
Test: "Son 3 ürün kaldı!" uyarısını gerçek stok verisiyle dinamik göstermek Sonuç: Stok uyarısı gören kullanıcıların dönüşüm oranı %18 yüksek çıktı. Çıkarım: Gerçek kıtlık mesajları (sahte değil) satın alma kararını hızlandırır.8. Ürün Başlığı SEO Optimizasyonu
Test: Ürün adına "Ücretsiz Kargo | Hızlı Teslimat" gibi değer önerisinin eklenmesi (başlık değil, meta title) Sonuç: Organik tıklama oranı (CTR) %22 arttı; ancak dönüşüm oranı değişmedi. Çıkarım: Meta title testi dönüşümden çok trafiki etkiler; beklenti yönetimi önemlidir.9. Çapraz Satış Önerileri
Test: "Bu ürünü alanlar bunları da aldı" vs. "Bu ürünle iyi gider" kategorisi Sonuç: "Bu ürünle iyi gider" odaklı öneriler sepet içi ek ürün alımını %12 artırdı. Çıkarım: Tamamlayıcı ürün önerileri, genel popüler ürün önerilerinden daha etkilidir.10. Üye Girişi Zorunluluğunu Kaldırma
Test: "Üye olarak devam et" zorunluluğu vs. "Misafir olarak devam et" seçeneği ekleme Sonuç: Misafir ödeme seçeneği, yeni kullanıcılarda terk oranını %23 düşürdü. Çıkarım: İlk alışverişte hesap açmak için zorlamak, kaybı artırır. Siparişten sonra hesap oluşturmayı teşvik edin.Test Önceliklendirme: PIE Çerçevesi
Hangi testi önce yapacağınıza karar vermek için PIE skorunu kullanın:
- P (Potential): Bu alanda ne kadar iyileştirme potansiyeli var? (1-10)
- I (Importance): Bu sayfa/element ne kadar kritik? (1-10)
- E (Ease): Uygulaması ne kadar kolay? (1-10)
Her test fikri için üç skoru toplayın ve ortalamasını alın. En yüksek PIE skorlu testleri önce çalıştırın.
Test Takvimi ve Yönetimi
Eş zamanlı birden fazla test çalıştırmak sonuçları kirletir (iki test birbirini etkileyebilir). Şu kuralları uygulayın:
- Aynı anda sayfada yalnızca bir test yürütün.
- Testi en az 2 hafta ve belirlenmiş örnek boyutuna ulaşana kadar çalıştırın.
- Mevsimsel olaylar (kampanya dönemleri, bayramlar) sırasında test başlatmayın; bu dönemlerin kullanıcı davranışı normalden farklıdır.
- Her testi belgelendirin: hipotez, tarihler, sonuç, alınan aksiyon.
A/B Testinden Sonra: Kazananı Uygulamak
Bir varyant kazanınca tüm kullanıcılara yayın. Ancak bu, konunun kapandığı anlamına gelmez. Kazananı baz alarak yeni bir hipotez geliştirin ve test etmeye devam edin. En başarılı e-ticaret şirketleri (Amazon, Booking.com) yıl boyunca yüzlerce eş zamanlı test yürütür.
Sonuç
A/B testi, e-ticaret optimizasyonunun bel kemiğidir. Doğru hipotez, yeterli örnek boyutu ve istatistiksel disiplinle küçük değişiklikler büyük gelir farklarına dönüşebilir. Bugün ilk testinizi planlayın ve veriye dayalı bir büyüme kültürü oluşturun.
