Yrityksen laskeutumissivujen konversio-optimointi A/B-testauksen avulla

Abstract

Opinnäytetyössä tarkasteltiin Valtra Oy Ab:n verkkosivuston konversio-optimointia erityisesti laskeutumissivujen ja A/B-testauksen avulla. Konversio-optimoinnin tavoitteena oli parantaa verkkosivujen suorituskykyä ja lisätä kävijöiden määrää, jotka suorittavat toivotun toiminnon, kuten ostopäätöksen tai yhteydenoton. Työssä hyödynnetään LIFT-mallia, joka auttaa tunnistamaan ja optimoimaan laskeutumissivujen keskeisiä elementtejä, kuten arvolupausta, selkeyttä ja käyttäjien sitoutumista. Google Analytics 4:stä kerättyä käyttäjädataa käytetään sivuston tekniseen auditointiin ja konversio-optimoinnin tukemiseen.

Tietoperustassa käytiin läpi A/B-testauksen perusteet ja sen rooli digitaalisessa markkinoinnissa, erityisesti konversio-optimoinnissa. A/B-testauksen avulla vertaillaan kahta sivuvaihtoehtoa ja analysoidaan niiden tehokkuutta käyttäjäkäyttäytymisen ja konversioiden perusteella. Työssä hyödynnettiin z-arvoa tilastollisena menetelmänä, jonka avulla testitulokset analysoitiin ja arvioitiin. Z-arvon avulla voitiin määrittää, olivatko havaitut erot testiryhmien välillä tilastollisesti merkitseviä.

Testissä havaittiin, että lyhyempi tuotesivu paransi konversioita merkittävästi, sillä se lisäsi käyttäjien sitoutumista ja vähensi poistumisprosenttia. Työn johtopäätöksenä suositellaan A/B-testauksen jatkamista ja laajentamista erityisesti Valtra.co.uk-sivuston tuotesivuille ja etusivulle. A/B-testauksen käyttöä tulisi tukea kehittyneillä ohjelmistoilla, kuten Adobe Target ja Optimizely, jotta saadaan tarkempia ja luotettavampia tuloksia, jotka tukevat sivuston optimointia ja liiketoiminnan kasvua.

This thesis examines the conversion optimisation of Valtra Oy Ab's website, with the main focus on landing pages and A/B testing. The aim of conversion optimization is to improve the performance of the website and increase the number of visitors who perform a desired action, such as making a purchase or making contact. The thesis uses the LIFT model to help identify and optimize key elements of landing pages, such as value proposition, clarity and user engagement. User data collected from Google Analytics 4 was used for technical auditing of the site and to support conversion optimization.

The knowledge base covers the basics of A/B testing and its role in digital marketing, in particular conversion optimization. A/B testing is used to compare two site options and analyze their effectiveness in terms of user behavior and conversions. The thesis used the z-score as a statistical method to analyze and evaluate the test results. The z-score was used to determine whether the observed differences between test groups were statistically significant.

The test found that a shorter product page resulted in a significant improvement in conversions by increasing user engagement and decreasing exit rates. The thesis concludes with a recommendation to continue and extend the A/B testing, especially for the product pages and homepage of Valtra.co.uk. The use of A/B testing should be supported by advanced software such as Adobe Target and Optimizely to provide more accurate and reliable results to support site optimization and business growth.