Van két főcímed, három gombszíned, és legalább öt ember, aki teljes magabiztossággal megmondja, melyik fog jobban működni. Csak egyvalaki nem szólt még hozzá: a látogatód.
Az A/B teszt pont ezért hasznos. Nem véleményversenyt rendezel, hanem két verziót mutatsz hasonló látogatóknak, ugyanabban az időszakban, majd egy előre meghatározott konverzió alapján döntesz. Ehhez viszont nem elég lemásolni a landing oldalt és várni a csodát. A mérésnek, a forgalomelosztásnak és a technikai beállításnak is rendben kell lennie.
Ebben az útmutatóban megmutatom, hogyan működik az A/B teszt beállítása landing oldalon úgy, hogy az eredményből tényleg tudj döntést hozni.
Lényeg röviden
A megbízható landingoldal-A/B teszt feltétele, hogy előre rögzítsd az üzleti célt, a hipotézist és az elsődleges konverziót. Ezután elkészíted a kontroll- és a változatverziót. A látogatókat véletlenszerűen osztod szét, ugyanazt a konverziós eseményt méred mindkét csoportnál, és csak elegendő adat után döntesz. Ha külön URL-eket használsz, a SEO-beállításokra is figyelned kell.
Mi az A/B teszt egy landing oldalon?
Az A/B teszt egy kontrollált összehasonlítás: a látogatók egyik része az eredeti „A” verziót, a másik része a módosított „B” verziót látja. Ezután ugyanazzal a mérőszámmal vizsgálod, melyik változat teljesít jobban.
Például az „A” verzió főcíme az ajánlat gyorsaságát hangsúlyozza, a „B” verzió pedig a kockázat csökkentését. A teszt elsődleges konverziója az elküldött ajánlatkérő űrlap. Ha a forgalomelosztás és a mérés rendben van, az eredmény megmutatja, melyik üzenet mozdította meg jobban a célközönségedet.
Ha még az alapfogalmakat rakod helyre, előbb olvasd el a teljes A/B tesztelési útmutatómat. Itt most kifejezetten a landing oldali beállítás gyakorlati részére koncentrálunk.
Mikor érdemes A/B tesztet indítanod?
Akkor érdemes tesztelned, ha már van működő landing oldalad, mérhető konverziód és elegendő forgalmad. Az A/B teszt nem defibrillátor. Egy homályos ajánlatot, hibás űrlapot vagy nulla látogatót nem fog feltámasztani.
| Kérdés | Ha igen | Ha nem |
|---|---|---|
| Világos, mit szeretnél javítani? | Írj mérhető hipotézist. | Előbb elemezd a problémát. |
| Működik a konverziómérés? | Mehet a tesztterv. | Előbb javítsd a mérést. |
| Érkezik rendszeres, összehasonlítható forgalom? | Állíts be véletlen elosztást. | Használj kvalitatív kutatást vagy gyűjts tovább adatot. |
| Technikailag stabil az oldal? | Készíts kontrollt és variánst. | Előbb szüntesd meg a hibákat. |
A szükséges minta nem egy univerzális szám. Függ az alap konverziós aránytól, a kimutatni kívánt különbségtől és a forgalomtól. A Google is azt javasolja, hogy a tesztet csak addig futtasd, amíg megbízható döntéshez szükséges adat összegyűlik, majd szüntesd meg a tesztbeállítást.
A/B teszt beállítása landing oldalon 8 lépésben
1. Rögzítsd az alapállapotot és az üzleti célt
Ne azzal kezdj, hogy „próbáljuk ki a pink gombot”. Előbb írd le, mit szeretnél elérni: több ajánlatkérést, több vásárlást, több időpontfoglalást vagy jobb minőségű érdeklődőket.
Ezután rögzítsd az aktuális időszak adatait: látogatók, konverziók, konverziós arány, forgalmi források és – ha értelmezhető – egy konverzió költsége. Ez lesz az a kontextus, amelyhez később vissza tudsz nyúlni.
Elsődleges mérőszámként valódi üzleti eseményt válassz. Egy leadgyűjtő landingnél az elküldött űrlap vagy a sikeres időpontfoglalás erősebb jel, mint egy gombkattintás.
2. Írj egyetlen, ellenőrizhető hipotézist
A hipotézis nem jóslat, hanem tesztelhető állítás:
Ha a főcímben a szolgáltatás helyett a konkrét eredményt hangsúlyozom, több látogató küldi el az ajánlatkérő űrlapot, mert gyorsabban megérti, mit nyerhet.
Egy jó hipotézisben benne van a változtatás, a várt eredmény és annak oka. Ha a mondatod csak annyi, hogy „a „B” verzió jobb lesz”, akkor még nincs hipotézised. Csak reménykedsz. Az pedig nem mérési módszer.
3. Válaszd ki, pontosan mit változtatsz
Kezdő tesztnél egy jól körülhatárolt elemet változtass, így tudni fogod, mi okozhatta a különbséget. Ez lehet főcím, ajánlatmegfogalmazás, CTA-szöveg, űrlaphossz vagy bizalmi elem.
Más a helyzet, ha egy teljesen új oldalkoncepciót tesztelsz. Ilyenkor több elem is változhat, de az eredmény csak azt mondja meg, hogy a teljes „B” koncepció jobb vagy rosszabb. Azt nem, hogy a címsor, a kép vagy a sorrend volt a döntő tényező.
4. Készíts kontrollt és valódi variánst
Az „A” verzió a változatlan kontroll. A „B” verzió a célzott módosítás. Ugyanaz maradjon az ajánlat, az ár, a mérőkód, a technikai háttér és minden olyan elem, amelyet nem tesztelsz.
Ne készíts „B” verziót úgy, hogy a főcím, a gomb, a kép, az űrlap és a teljes design is lecserélődik, miközben egyetlen gombszín győzelmét szeretnéd kihirdetni. Ez marketinges CSI-nak látványos, csak épp nem bizonyít semmit.
5. Állíts be véletlenszerű, párhuzamos forgalomelosztást
A két verziónak ugyanabban az időszakban kell futnia, hasonló forgalmi összetétellel. A teszteszköz véletlenszerűen ossza a látogatókat az „A” és „B” csoportba, és ugyanaz a látogató lehetőleg ugyanazt a verziót lássa a későbbi visszatéréskor is.
Kezdő tesztnél az 50–50 százalékos megosztás könnyen értelmezhető. Nagy kockázatú változtatásnál indokolt lehet óvatosabban kezdeni, de így lassabban gyűlik adat a variánsról.
Ne futtasd januárban az „A” verziót, februárban pedig a B-t, majd nevezd A/B tesztnek. Közben változhatott a hirdetésed, az ajánlatod, a szezon és a közönséged is.
6. Kösd össze a tesztet a konverzióméréssel
A tesztplatformban ugyanazt az elsődleges konverziós célt állítsd be mindkét változathoz. GA4-ben ellenőrizd, hogy az üzletileg fontos esemény valóban beérkezik, és szükség esetén jelöld kulcseseményként. A Google Analytics jelenlegi logikája szerint az eseményből lesz kulcsesemény, és ebből hozható létre Google Ads-konverzió.
Adj át variánsazonosítót is a mérésnek, például experiment_variant = A vagy experiment_variant = B paraméterrel, ha az eszközöd ezt támogatja. Így a teszteszközön kívül is össze tudod hasonlítani a két csoport viselkedését.
Az elsődleges konverzió mellé válassz legfeljebb néhány védőkorlát-mutatót is. Ilyen lehet az űrlaphiba, a visszalépés, a leiratkozás vagy a rossz minőségű leadek aránya. Ezek arra figyelmeztetnek, ha a „B” verzió több kattintást hoz, de közben rontja az ügyfélélményt vagy telepakolja a postaládádat használhatatlan érdeklődésekkel.
A teszttervben azt is írd le, melyik rendszer az eredmény elsődleges forrása. Ha a teszteszköz, a GA4 és a CRM három különböző számot mutat, ne a legszebbet válaszd ki. Ellenőrizd az eseménydefiníciót, az időzónát, a hozzájárulási állapotot és azt, hogy ugyanazt a felhasználói műveletet számolják-e.
Az indítás előtt teszteld le saját magad:
- mindkét verzió betöltődik;
- az űrlap és a köszönőoldal működik;
- a konverziós esemény egyszer fut le, nem kétszer;
- a variánsazonosító megérkezik;
- a mobilnézet nem esik szét;
- a méréshez szükséges hozzájárulások rendben vannak.
7. Ellenőrizd a technikai és SEO-biztonságot
Ha ugyanazon az URL-en, JavaScripttel cseréled a tartalmat, figyelj a tartalomvillanás elkerülésére: ne az „A” verzió jelenjen meg egy pillanatra, majd ugráljon át B-re. Ez rontja az élményt, és a mérésedet is összekuszálhatja.
Ha külön URL-eket használsz, a Google Search Central A/B tesztelési ajánlása alapján:
- a variáns URL-jein az eredeti oldal legyen a
rel="canonical"célja; - ideiglenes átirányításhoz 302-es, ne 301-es átirányítást használj;
- ne mutass mást a Googlebotnak, mint a látogatóknak;
- a teszt végén távolítsd el a felesleges variánsokat, szkripteket és átirányításokat.
A teszt nem felmentés a technikai alapok alól. Ellenőrizd a sebességet, a sütikezelést, a mérőkódot és az űrlap kézbesítését, valamint a különböző böngészőket is.
8. Futtasd végig, majd dokumentáltan dönts
Már a teszt előtt határozd meg a minimális adatmennyiséget, az értékelési időszakot és a döntési szabályt. Ne állítsd le a tesztet az első szép zöld számnál, és ne nézegesd óránként, hogy épp melyik verzió vezet.
A teszt végén ne csak a konverziós arányt nézd. Ellenőrizd a leadek minőségét, a bevételt, a visszamondást vagy bármely olyan mutatót, amely megmutatja, hogy az extra konverzió üzletileg is értékes volt-e.
Végül rögzítsd:
- a hipotézist és a változtatást;
- a teszt kezdő és záró dátumát;
- a forgalmi forrásokat és fontos kampányváltozásokat;
- az „A” és „B” verzió eredményeit;
- a döntést és annak indokát;
- a következő teszt ötletét.
Ha nincs egyértelmű nyertes, az is eredmény. Azt tanultad meg, hogy a vizsgált változtatás az adott mintán nem mutatott megbízható különbséget. Nem kell mindenáron bajnokot koronázni.
A döntésed háromféle lehet:
- Bevezetés: a „B” verzió megbízhatóan jobb, és a védőkorlát-mutatók sem romlottak.
- Elvetés: a „B” verzió rosszabb, vagy üzletileg kedvezőtlen mellékhatást okozott.
- Nincs döntés: az adat nem elég vagy a különbség bizonytalan; ilyenkor ne állíts be győztest csak azért, mert elfáradtál.
A „nincs döntés” után nem automatikusan ugyanazt a tesztet kell újraindítani. Nézd meg, reális volt-e a várt hatás, elég nagy volt-e a különbség a verziók között, és valóban a megfelelő problémát vizsgáltad-e.
Milyen eszközt válassz 2026-ban?
A régi útmutatók egy része még a Google Optimize-ot ajánlja. Ezt már ne keresd: a Google Optimize 2023-ban megszűnt. Ma natív oldalépítő-funkció, külső tesztplatform vagy egyedi fejlesztés közül választhatsz.
| Megoldás | Mikor jó? | Mire figyelj? |
|---|---|---|
| Oldalépítő vagy landingplatform natív tesztje | Gyors, egyszerű szöveg- és dizájnteszthez. | Konverziómérés, variánsazonosítás, villanás és SEO-kezelés. |
| Külső A/B tesztplatform | Ha vizuális szerkesztés, célzás és statisztikai kiértékelés kell. | Oldalsebesség, adatkezelés, integrációk és havidíj. |
| Szerveroldali vagy egyedi fejlesztés | Nagy forgalmú, kritikus vagy összetett folyamatnál. | Fejlesztői kapacitás, QA, naplózás és stabil forgalomelosztás. |
Például az OptiMonk jelenlegi dokumentációja kontrollváltozatot, konverziós célt és GA4-es elemzést is támogat a landolóoldal-tesztekhez. Ez nem jelenti azt, hogy automatikusan ez a legjobb eszköz neked. Az ajánlatod, a forgalmad, a technikai környezeted és a mérési igényed alapján válassz.
Mit tesztelj először a landing oldalon?
A legjobb első teszt közvetlenül kapcsolódik a látogatód döntéséhez, és értelmes hipotézisre épül.
- Főcím és értékígéret: érti-e azonnal a látogató, mit kap és miért jó neki?
- Ajánlat: más csomag, bónusz, garancia vagy belépési mód csökkenti-e a bizonytalanságot?
- CTA-szöveg: a gomb megnevezi-e a következő lépést és az értéket?
- Űrlap: minden mező szükséges, vagy csak kíváncsiságból kérdezed?
- Bizalmi elem: ügyfélvélemény, folyamatleírás, garancia vagy konkrét bizonyíték segít-e dönteni?
A gombszín tesztelhető. Csak ne azért kezdd azzal, mert könnyű átállítani. A könnyen mérhető nem automatikusan egyenlő a fontos döntéssel.
Mi legyen, ha kevés a landing oldalad forgalma?
Kevés konverziónál egy klasszikus A/B teszt olyan sokáig futhat, hogy közben a kampány, a szezon vagy maga az ajánlat is megváltozik. Ilyenkor válts kvalitatív kutatásra; ne csikard ki a „nyertest” három űrlapkitöltésből.
Előbb használj gyorsabb tanulási módszereket:
- nézz meg néhány anonim munkamenet-felvételt és hőtérképet a megfelelő hozzájárulással;
- kérj visszajelzést valódi célcsoporttagoktól;
- futtass használhatósági tesztet 3–5 tipikus feladattal;
- ellenőrizd, hogy a hirdetés és a landing üzenete valóban egymásra épül-e;
- javítsd ki az egyértelmű technikai és érthetőségi hibákat teszt nélkül.
Ez nem „kevesebb marketing”. Ez annak felismerése, hogy más módszer ad most gyorsabb és tisztább választ.
7 hiba, amitől az A/B teszted csak drága dísz lesz
- Nincs hipotézis: csak random elemeket cserélgetsz.
- Túl sok változó: nem tudod, mi okozta a különbséget.
- Rossz konverzió: gombkattintást ünnepelsz, miközben nem jön több valódi lead.
- Egymás utáni futtatás: az „A” és „B” verzió eltérő időszakot vagy közönséget kap.
- Korai leállítás: az első ingadozásból végleges döntést csinálsz.
- Hibás implementáció: duplán mér az esemény, villan a tartalom vagy szétesik a mobilnézet.
- Elfelejtett utómunka: a teszt hónapokig fut, a nyertes verzió pedig sosem kerül rendesen az oldalba.
Ha azt érzed, hogy ehhez egyszerre kell marketingesnek, szövegírónak, analitikusnak és félállású fejlesztőnek lenned: nos, nem teljesen tévedsz. Egy landing oldal nem attól működik, hogy van rajta egy űrlap. A cél, az üzenet, a design, a mérés és az optimalizálás együtt ad rendszert.
Ha olyan landing oldalt szeretnél, amelyet nemcsak összerakunk, hanem marketingrendszerben is értelmezünk, nézd meg a landing oldal készítés szolgáltatásomat.
Indítás előtti A/B teszt ellenőrzőlista
- Van egyértelmű üzleti cél és elsődleges konverzió.
- Leírtad a mérhető hipotézist: változtatás, várt hatás, indok.
- Az „A” verzió változatlan kontroll.
- A „B” verzió csak a hipotézishez szükséges elemet módosítja.
- A forgalomelosztás véletlenszerű és párhuzamos.
- Mindkét verzió ugyanazt a konverziót méri.
- A GA4-esemény és a variánsazonosító tesztelve van.
- Mobilon, asztali gépen és fontos böngészőkben működik az oldal.
- Külön URL-eknél rendben van a canonical és az ideiglenes átirányítás.
- Előre rögzítetted az értékelés feltételeit.
- A teszt után dokumentálod a döntést és eltávolítod a felesleges technikai elemeket.
Ha előbb a teljes weboldaladat szeretnéd átnézni, töltsd le A valódi pénztermelő honlapok 15 + 3 + 5 pontja ingyenes anyagomat.
Gyakori kérdések az A/B teszt beállításáról
Mennyi ideig fusson egy landingoldal-A/B teszt?
Addig, amíg az előre meghatározott adatmennyiség összegyűlik, és a teszt lefed egy jellemző üzleti ciklust. A pontos idő a forgalomtól, az alap konverziós aránytól és a kimutatni kívánt különbségtől függ. Ne állítsd le csak azért, mert egy adott napon az egyik verzió vezet.
Hány látogató kell egy A/B teszthez?
Nincs minden oldalra érvényes fix szám. Minél alacsonyabb az alap konverziós arány és minél kisebb javulást szeretnél kimutatni, annál nagyobb mintára lehet szükség. Használj mintaméret-kalkulátort vagy olyan teszteszközt, amely előre segít megtervezni a kísérletet.
Tesztelhetek egyszerre több elemet?
Igen, de akkor a teljes oldalkoncepciók közötti különbséget méred, nem az egyes elemek hatását. Ha pontosan szeretnéd tudni, mitől változott a konverzió, egyszerre egy jól körülhatárolt elemet módosíts.
Elég a GA4 egy A/B teszt futtatásához?
A GA4 kiválóan használható események, kulcsesemények és a variánsok utólagos elemzésére, de önmagában nem végzi el a véletlen szétosztást és a variánsok kiszolgálását. Ehhez külön teszteszközre vagy fejlesztett megoldásra lehet szükséged.
Árt az A/B teszt a SEO-nak?
Megfelelő technikai beállítás mellett nem kell ártania. Külön URL-eknél használj canonical jelölést az eredeti oldalra, ideiglenes 302-es átirányítást, és ne mutass eltérő tartalmat kizárólag a Googlebotnak. A tesztet ne hagyd szükségtelenül futni.
Mit csináljak a vesztes verzióval?
Dokumentáld, majd kapcsold ki. Ha a különbség megbízható, a nyertes megoldást építsd be rendesen az alapoldalba, és távolítsd el a teszt felesleges szkriptjeit, URL-jeit és átirányításait.
Ne a hangosabb vélemény nyerjen
Az A/B teszt nem varázsgomb, és nem fog minden héten új konverziós rekordot szülni. Arra viszont kiváló, hogy a fontos döntéseidet ne kizárólag megérzésre hozd meg.
Kezdd világos céllal, írj ellenőrizhető hipotézist, mérj valódi üzleti eseményt, futtasd párhuzamosan a verziókat, majd csak a szükséges adatok alapján dönts.
Vagyis: kevesebb „szerintem”. Több „ezt mutatják a látogatóink”. Na, ez már egy fokkal használhatóbb marketing.
