Co to jest test A/B?
Test A/B porównuje dwa (lub więcej) wariantów strony / elementu — np. nagłówek, CTA, układ — na losowych segmentach ruchu, by wybrać ten z lepszą konwersją. Po polsku: test A/B / eksperyment A/B. Pytanie „co to jest test A/B?” należy do dyscypliny CRO: wymaga ruchu i metody. Przy małym ruchu najpierw robisz jakościowe poprawki tarcia, nie „losujesz kolory”.
A/B to narzędzie decyzji opartych o dane — nie religia „nic bez testu”, gdy oczywiste UX krzyczy.
Kiedy A/B ma sens, a kiedy nie?
Sens: wystarczający traffic, jasna metryka (CR, SQL, klik CTA), jedna hipoteza, czas na istotność. Nie: 50 wizyt/tydzień na landingu, jednoczesna przebudowa wszystkiego, kończenie testu po 2 dniach „bo B wygrywa”. Mit raport zamiast efektu: ładny dashboard testów bez wdrożeń wygranych wariantów.
Multivariate przy małym ruchu = hałas. Najpierw napraw LCP, formularz, message match — potem A/B niuansów.
Jak prowadzić test A/B dobrze?
Hipoteza: „jeśli X, to CR wzrośnie, bo Y (tarcie/trust)”. Primary metric + guardrails (jakość leadów, bounce). Segmenty: device, źródło (atrybucja). Nie patrz tylko na cały ruch — BOFU vs TOFU. Dokumentuj learnings. Wdrażaj zwycięzcę. Unikaj peeking bias. Spójność z VP i obietnicą Ads/SEO.
Testuj to, co wpływa na decyzję: hero, CTA, trust, długość formy — nie kolory dla sportu. Heatmapa (heatmapa) i replay pomagają budować hipotezy przed A/B.
A/B a SEO, AI i ekonomia
Ostrożnie z dużymi zmianami contentu SEO w krótkich testach (indeksacja, CTR SERP). Lepsze: testy UI/CRO na stabilnym URLu. Lepszy CR z A/B obniża CAC i poprawia ROAS bez dokupowania fraz (mit pozycja = klienci, mit ruch = sprzedaż). Po AI Visibility testuj, czy landing potwierdza obietnicę z odpowiedzi AI.
Praktyka: backlog hipotez Impact/Effort. 1 test naraz na kluczowym URL. Minimalny sample z kalkulatora. Jeśli ruch mały — sekwencyjne UX ship + pomiar before/after. Nie testuj fałszywej pressure jako „hacku” (urgency vs pressure). Pilnuj zgodności prawnej (cookie, personalizacja).
A/B bez ownershipu wdrożeń umiera w Notion. Ustal SLA: wygrana → prod w X dni.
Test A/B — FAQ
Co to jest test A/B? Porównanie wariantów na ruchu losowym. Po co? Wyższy CR przy kontrolowanym ryzyku. Kiedy nie? Za mało ruchu / oczywiste tarcie. Co testować najpierw? VP, CTA, fold, forma, trust. Sukces? Istotny wzrost CR/SQL, nie „ładniejszy wariant”.
Test A/B to naukowa skromność w CRO. SEO dostarcza próbkę — A/B mówi, który most do leadów jest szerszy i tańszy w utrzymaniu.