Skip to main content

​
Post-purchase A/B-test

A/B-test (også kendt som split-test) giver dig mulighed for at sammenligne op til fem versioner af et post-purchase-tilbud inden for en enkelt funnel for at finde ud af, hvilken der klarer sig bedst. Hver version kaldes et layout (Layout A, Layout B, Layout C, Layout D, Layout E). Trafikken fordeles automatisk ligeligt mellem alle aktive layouts, og performance spores separat, så du kan identificere den bedst præsterende version. Ved at teste variationer af dine tilbud kan du forbedre konverteringsraterne, øge omsætningen og træffe datadrevne beslutninger om din upsell-strategi.
A/B-test lader dig manuelt konfigurere hvert layout som et komplet tilbud og teste dem mod hinanden. Hvis du vil definere individuelle variabler (som rabattype, timervarighed, produkttype) og lade Aftersell kombinere dem til alle mulige layout-kombinationer til test, skal du i stedet bruge Multivariat test.
A/B-test er kun tilgængelig for post-purchase-upsells. A/B-test for Thank You Page-tilbud er ikke tilgængelig i øjeblikket. For A/B-test af checkout-widgets, se Checkout A/B-test.

​
Hvad du kan teste

Du kan teste næsten alle elementer i dit post-purchase-tilbud, herunder:
  • Produkter: Forskellige produkter, tilbud med et enkelt produkt vs. flere produkter, eller AI-anbefalinger vs. specifikke produkter
  • Rabatter: Forskellige rabatbeløb eller -typer (procent vs. fast beløb)
  • Tekst: Overskrifter, beskrivelser og call-to-action-tekst
  • Billeder: Produktbilleder eller livsstilsfotos
  • Urgency-elementer: Nedtællingstimere med forskellige varigheder
  • Antal: Standardantal på 1 vs. 2 (eller flere)
  • Tilbudsdesign: Forskellige layouts eller visuelle stilarter
For de bedste resultater bør du teste ét element ad gangen, så du tydeligt kan identificere, hvad der driver ændringer i performance. Hvis du vil definere flere variabler og lade Aftersell kombinere dem til layout-kombinationer til test, skal du i stedet bruge Multivariat test.

​
Sådan opsætter du en A/B-test

​
Trin 1: Opret eller åbn en funnel

  1. Åbn Aftersell-appen fra din Shopify-administration
  2. Gå til Post-purchase Funnels i venstre sidebjælke
  3. Opret enten en ny funnel, eller åbn en eksisterende funnel, du vil teste

​
Trin 2: Opret din test

  1. Klik på Create Test i din funnel
  2. Vælg A/B Test blandt mulighederne

​
Trin 3: Opsæt dine layouts

Konfigurér hvert layout som et komplet tilbud. Du kan oprette op til 5 layouts (Layout A til Layout E). For hvert layout kan du tilpasse:
  • Produktvalg
  • Rabatbeløb og -type
  • Tilbudstekst og budskaber
  • Billeder og visuelle elementer
  • Indstillinger for nedtællingstimer
  • Standardantal
  • Alle andre tilbudsindstillinger

​
Trin 4: Start testen

  1. Gennemgå alle layouts for at sikre, at de er konfigureret korrekt
  2. Klik på Start Test for at begynde at fordele trafikken mellem layouts
  3. Sørg for, at din funnel er aktiveret og udgivet
Din A/B-test er nu live.

​
Sådan fordeles trafikken

Trafikken fordeles automatisk ligeligt mellem alle layouts i testen. Det er ikke muligt at justere trafikprocenten manuelt for hvert layout. For eksempel:
  • Hvis du har 2 layouts, fordeles trafikken 50% / 50%
  • Hvis du har 3 layouts, fordeles trafikken cirka 33% / 33% / 33%
  • Hvis du har 4 layouts, fordeles trafikken med 25% til hver
  • Hvis du har 5 layouts, fordeles trafikken med 20% til hver
Alle layouts i samme test modtager en lige trafikfordeling. Der er ingen mulighed for at angive tilpassede procentsatser (du kan for eksempel ikke sætte Layout A til 80% og Layout B til 20%).

​
Administration af din test

Når din A/B-test er live, vises dens status som In progress. Herfra kan du sætte den på pause, redigere, nulstille, slette eller vælge en vinder.

​
Teststatusser

  • Not started: Testen er oprettet, men er ikke aktiv. Trafikken fordeles ikke. Hvis du ser, at 100% af trafikken går til ét layout, skal du klikke på Start test.
  • In progress: Trafikken fordeles ligeligt mellem alle layouts.
  • Paused: Trafikfordelingen er stoppet.
  • Finished: Testen er afsluttet. Resultaterne er tilgængelige i fanen Analytics > Tests.
Hold musen over statusmærket for at se et dato-tooltip. Tooltippet viser:
  • Started [dato] — for tests, der er i gang, på pause eller afsluttet
  • Last reset [dato] — for tests, der ikke er startet, men har fået deres analytics nulstillet
  • Created [dato] — for tests, der endnu ikke er startet og aldrig er blevet nulstillet

​
Sæt testen på pause

Klik på Pause for midlertidigt at stoppe trafikfordelingen. Når en test er på pause:
  • Fordeles trafikken ikke længere mellem layouts
  • Vises kun det først oprettede layout, Layout A
  • Kan du ikke vælge, hvilket layout der vises, mens testen er på pause
For permanent at vise et andet layout skal du vælge en vinder eller slette testen. Når du genoptager testen, genoptages den ligelige trafikfordeling.

​
Redigér testen

Brug menuen med tre prikker, og vælg Edit test, hvis du har brug for at justere produkter, priser, layout eller budskaber. For nøjagtige resultater bør du undgå at foretage større ændringer, mens en test kører.

​
Nulstil analytics

Vælg Reset analytics for at rydde de aktuelle testdata og genstarte sporingen fra nul. Dette nulstiller kun A/B-testdataene. Historiske livstidsdata for tilbuddet slettes ikke.

​
Slet testen

Vælg Delete test for permanent at fjerne A/B-testen. Hvis den slettes:
  • Fordeles trafikken ikke længere
  • Vender tilbuddet tilbage til normal adfærd
  • Bliver livstidsanalytics for tilbuddet synlige igen

​
Vælg en vinder

Når du er klar til at afslutte testen:
  1. Klik på Select winner
  2. Vælg det layout, du vil beholde
  3. Bekræft
Dette afslutter testen og anvender det valgte layout som det aktive tilbud. Alle kunder vil se det valgte layout fremover.

​
Sådan fungerer A/B-testanalytics

Når din test kører, kan du følge dens performance i sektionen Analytics i dit Aftersell-dashboard under fanen Tests. For en komplet gennemgang af alle metrics i Tests-fanen, herunder analytics på gruppeniveau, Performance by Variable, All Groups-tabellen og hvordan du vælger en test, se Post-purchase Analytics.

​
Begrænsninger

​
A/B-test foregår kun inden for en enkelt funnel

A/B-test sammenligner layouts inden for samme funnel. Du kan ikke A/B-teste én funnel mod en anden funnel.

​
A/B-test er kun til post-purchase-upsells

A/B-test er i øjeblikket ikke tilgængelig for Thank You Page-tilbud. Den understøttes kun for post-purchase-upsell-funnels.

​
Tilpassede trafikprocenter understøttes ikke

Trafikken fordeles altid ligeligt mellem alle aktive layouts. Der er ingen mulighed for at tildele tilpassede procentsatser til individuelle layouts.

​
Bedste praksis for A/B-test

​
Kør tests længe nok

  • Minimumsvarighed: 2-4 uger
  • Minimum visninger: Mindst 100-200 visninger pr. layout (jo flere, jo bedre)
  • Kortere tests giver muligvis ikke statistisk pålidelige resultater, især ved lav trafik.
Analytics-dashboardet viser dig antallet af visninger, der er nødvendigt for statistisk holdbarhed, så du ved, hvornår dataene er klar til at handle på.

​
Test ét element ad gangen

Når du ændrer flere elementer samtidig, ved du ikke, hvilken ændring der drev resultaterne. Test én variabel ad gangen for klare indsigter: Godt: Test 10% rabat vs. 20% rabat (én variabel) Undgå: Test 10% rabat + Produkt A vs. 20% rabat + Produkt B (to variabler)

​
Kig efter konsistent performance

Træf ikke beslutninger baseret på en enkelt metric. Et vindende layout bør klare sig godt på tværs af flere metrics:
  • Højere konverteringsrate
  • Højere omsætning pr. besøg
  • Sammenlignelig eller bedre gennemsnitlig upsell-værdi

​
Overvej statistisk signifikans

Før du udpeger en vinder, skal du sikre dig, at dine resultater er statistisk signifikante. Kig efter:
  • Tydelige performanceforskelle (ikke bare 1-2% variation)
  • Konsistente tendenser over tid
  • Tilstrækkelig stikprøvestørrelse (visninger)

​
Anvend det vindende layout

Når du har identificeret en klar vinder:
  1. Stop testen
  2. Anvend det vindende layout i din funnel
  3. Overvåg performance for at sikre, at resultaterne forbliver konsistente
  4. Overvej at køre en ny test for at optimere yderligere

​
A/B-test vs. multivariat test

Er du i tvivl om, hvilken testmetode du skal bruge? Brug A/B-test, når:
  • Du vil sammenligne komplette tilbudskonfigurationer
  • Du har moderate trafikniveauer
  • Du vil have klare, ligetil resultater
Brug multivariat test, når:
  • Du vil teste flere variabler samtidig og finde den bedste kombination
  • Du har høje trafikniveauer
  • Du vil definere variabler og lade Aftersell kombinere dem til layout-kombinationer til test

​
Almindelige A/B-testidéer

Har du brug for inspiration? Her er gennemprøvede A/B-tests, du kan prøve:

​
Produktbaserede tests

  • Samme produkt vs. komplementært produkt: Test, om kunderne foretrækker at købe mere af det, de lige har købt, eller prøve noget nyt
  • Enkelt produkt vs. tilbud med flere produkter: Sammenlign et tilbud med en enkelt vare mod et tilbud med flere komplementære produkter
  • AI-drevet vs. statisk produkt: Test dynamiske AI-anbefalinger mod manuelt valgte produkter

​
Rabattests

  • Rabatbeløb: Test 10% rabat vs. 20% rabat vs. 30% rabat
  • Rabattype: Sammenlign procentrabatter (20% rabat) vs. faste beløb ($5 rabat)
  • Ingen rabat vs. rabat: Test, om en rabat er nødvendig for din målgruppe

​
Antalstests

  • Standardantal: Test antal 1 vs. antal 2 (særligt effektivt for forbrugsvarer)

​
Tekst- og budskabstests

  • Overskriftsvariationer: Test forskellige værditilbud eller budskabsvinkler
  • Urgency-budskaber: Test med vs. uden urgency-sprog
  • CTA-knaptekst: Test forskellige call-to-action-formuleringer

​
Designtests

  • Langt format vs. kort format: Test detaljerede produktbeskrivelser mod kortfattede tilbud
  • Billedvariationer: Test forskellige produktbilleder eller livsstilsfotos
  • Timervarighed: Test 5-minutters vs. 10-minutters vs. 15-minutters nedtællingstimere
For mere detaljerede strategier og eksempler kan du se vores guide til bedste praksis.

​
Ofte stillede spørgsmål

​
Stopper A/B-tests automatisk efter at have nået statistisk signifikans?

Nej. En post-purchase A/B-test bliver ved med at køre, indtil du selv afslutter den — der er intet automatisk stop, når et resultat når statistisk signifikans. Analytics-dashboardet viser det anbefalede antal visninger for et statistisk holdbart resultat, men når det antal nås, stopper testen ikke, og der udpeges ikke en vinder. Det er op til dig at beslutte, hvornår dataene er entydige, og at afslutte testen. Når du er klar, afslutter du den med Select winner (eller sætter den på pause eller sletter den) — se Administration af din test.

​
Har du brug for hjælp?

Hvis du har spørgsmål om opsætning eller analyse af dine A/B-tests, kan du chatte med vores supportteam via live-chatten nederst til højre i appen.