Rychlá definice
A/B testing (Split testing) = metoda experimentování, kdy proti sobě postavíte dvě varianty (A a B) stejného prvku a na datech změříte, která doručuje lepší byznys výsledky. Nejde o pocity nebo názory kreativců, ale o statisticky podložené rozhodování.
Jak se A/B test počítá (vzorec)
Základem není jeden vzorec, ale výpočet Liftu (Zlepšení) a Statistické významnosti.
Aby byl výsledek platný, musíte dosáhnout statistické významnosti (ideálně 95 %+), která potvrzuje, že rozdíl není náhoda.
Příklad
Varianta A (Původní): 5 000 návštěv, 100 nákupů → Konverzní poměr 2,0 %
Varianta B (Testovaná): 5 000 návštěv, 130 nákupů → Konverzní poměr 2,6 %
Výsledek:
Pokud kalkulačka potvrdí statistickou významnost, varianta B vyhrává a nasazujeme ji.
Kde se můžete s A/B testováním setkat
Testovat se dá téměř vše, ale dopad na byznys se liší podle kontextu:
- Web a Landing Pages (CRO): Zde jde o peníze nejvíce. Testují se nadpisy, formuláře, barvy tlačítek (CTA) nebo rozložení prvků. Cílem je zvýšení konverzního poměru (CVR).
- Meta & Google Ads: Testujete kreativu, titulky nebo cílové skupiny. Zde je cyklus rychlejší a levnější – špatnou reklamu prostě vypnete.
- E-mailing: Nejčastěji se testuje předmět (vliv na Open Rate) nebo obsah e-mailu (vliv na Click Rate).
- Produkt/Pricing: Testování cenových hladin nebo balíčků služeb. Citlivé, ale s obrovským dopadem na marži.
Důsledek: Nikdy neporovnávej výsledky testů z různých kanálů. 10% nárůst Open Rate v e-mailu má na zisk firmy jiný dopad než 10% nárůst konverze na košíku.
Jak výsledky interpretovat
Výsledek A/B testu vám říká jedno z následujících:
Varianta B vyhrála (pozitivní lift)
- Našli jste lepší prodejní argument nebo srozumitelnější text.
- Odstranili jste třecí plochu v nákupním procesu.
- Nový vizuál lépe rezonuje s cílovou skupinou.
Varianta B prohrála (negativní lift)
- Hypotéza byla mylná (a to je v pořádku, ušetřili jste peníze za plošné nasazení chyby).
- Změna byla pro uživatele matoucí nebo snížila důvěryhodnost.
- Technická chyba na variantě B.
Remíza (žádný statisticky významný rozdíl)
- Testovaná změna je pro uživatele nepodstatná (např. změna odstínu modré).
- Máte příliš málo dat (návštěv/konverzí) na to, abyste rozdíl změřili.
Co je dobrý výsledek
Otázka „o kolik to zlepšíme“ je zrádná a neslibujeme zde zázraky. Dobrý výsledek závisí na:
- Fázi optimalizace: Na začátku se dají sbírat low-hanging fruits (desítky %), u vyladěných projektů bojujete o jednotky procent.
- Testovaném prvku: Změna nadpisu (Value Proposition) má větší dopad než změna fontu v patičce.
- Objemu dat: Čím menší web, tím drastičtější rozdíl potřebujete, aby byl test průkazný.
Pokud chcete mít z testování hodnotný signál, Stanovte si předem hypotézu a minimální požadovaný efekt. Netestujte „jen tak, co se stane“.
Typické chyby v A/B testování
- Ukončování testů příliš brzy – Klasický Peek problem. Podíváte se na data po dvou dnech, vidíte, že B vede, a test vypnete. Často je to jen statistická odchylka a dlouhodobě by B prohrálo.
- Testování více věcí naráz (bez multivariace) – Pokud ve verzi B změníte nadpis, obrázek i tlačítko a konverze vzrostou, nevíte, co z toho fungovalo.
- Testování zbytečností – Ladění barvy rámečku, když web nemá jasnou hodnotovou nabídku. Řešte strategii a velké věci, ne kosmetiku.
- Ignorování sezónnosti a externích vlivů – Spustit test v týdnu, kdy běží Black Friday, a porovnávat ho s běžným týdnem, nedává smysl. Podmínky musí být identické.
- Honění se za vítězstvím bez dopadu na zisk – Vyšší CTR tlačítka neznamená automaticky více peněz v bance. Vždy sledujte metriky na konci funnelu (objednávky, tržby).
Jak A/B testing zlepšit
Web & E-shop
- Začněte above the fold (to, co je vidět hned). Tam je největší páka.
- Zjednodušte formuláře, aby návštěvníky neodradilo jejich vyplnění.
- Pracujte s důkazy (recenze, loga partnerů) blízko CTA tlačítek.
Meta Ads
- Testujte zcela odlišné koncepty (UGC video vs. statická grafika vs. carousel).
- Testujte hooks (první 3 sekundy videa). Pokud nezaujmete hned, zbytek nikdo neuvidí.
Google Ads – Search
- Využívejte funkci Experiments v Google Ads pro čisté A/B testování strategie biddingu nebo landing pages.
- V reklamních textech testujte benefity proti sobě (např. Rychlost dodání vs. Kvalita servisu).
E-mailing
- Segmentujte. To, co funguje na věrné zákazníky, nemusí fungovat na studené kontakty.
- Testujte čas odeslání, ale jen pokud máte obrovskou databázi. Jinak řešte obsah.
Mini-FAQ
Stačí mi na A/B testování Google Analytics?
Ne tak docela. GA4 umí data vyhodnotit, ale potřebujete nástroj, který technicky zajistí střídání variant (např. VWO, Convert, Google Optimize – ukončeno, nyní přes integrace třetích stran).
Kdy A/B testování nedělat?
Když nemáte dostatek dat (konverzí). Pokud máte 10 objednávek měsíčně, test by běžel roky. Raději udělejte kvalitativní výzkum (uživatelské testování, dotazníky).
Co je důležitější: Vyhrát test, nebo se poučit?
Pro byznys je dlouhodobě důležitější poučení. Vědět, že naše zákazníky nezajímá sleva, ale rychlost dopravy, vám pomůže v celé marketingové strategii. Tedy i vyvrácená domněnka je hodnotný výsledek.