A/B Test ve Deneyler
1. Test Metodolojisi: Hipotez → Test → Ölç → Belgele
Etkili A/B test, rastgele denemeler yapmak değil, yapılandırılmış bir bilimsel süreç izlemektir. Her test döngüsü dört aşamadan oluşur.
a) Hipotez Oluşturma
İyi bir hipotez şu formülü takip eder: "Eğer [değişkeni] [şekilde] değiştirirsek, [metrikte] [yönde] bir değişiklik göreceğiz, çünkü [gerekçe]."
- Örnek: "Eğer başlıkta fiyat bilgisi eklersek, CTR'de %15 artış göreceğiz, çünkü fiyat bilgisi qualified tıklamaları artırır."
- Hipotez test edilebilir, ölçülebilir ve spesifik olmalıdır
- Hipotez, mevcut verilerden elde edilen içgörülere dayanmalıdır
b) Dört Aşamalı Test Döngüsü
Veri analizi ile
test edilebilir fikir"] --> B["2. TEST
Kontrollü deney
tek değişken"] B --> C["3. ÖLÇ
İstatistiksel
anlamlılık kontrolü"] C --> D["4. BELGELE
Sonuçları kaydet
öğrenimleri paylaş"] D -->|Yeni hipotez| A style A fill:#29ABE2,color:#fff style B fill:#E8F6FC style C fill:#FEF3C7 style D fill:#DCFCE7
A/B testi bir ilaç denemesi gibi düşünün. Bir grup hastalara gerçek ilacı (varyant), diğer gruba plasebo (kontrol) verirsiniz. Her iki gruba da aynı anda, aynı koşullarda bakarsınız. Tek fark test ettiğiniz değişkendir. Aksi halde hangi değişikliğin sonucu etkilediğini bilemezsiniz.
2. Google Ads Experiments
Google Ads'in yerleşik Experiments özelliği, kampanya değişikliklerini kontrollü biçimde test etmenizi sağlar.
a) Experiment Kurulumu
- Orijinal kampanyayı seçin: Test etmek istediğiniz kampanyayı belirleyin
- Draft oluşturun: Kampanyanın bir kopyasını oluşturun
- Tek değişiklik yapın: Draft'ta sadece test etmek istediğiniz değişikliği yapın
- Trafik bölme oranını belirleyin: Genellikle %50/%50 en iyi sonucu verir
- Süreyi belirleyin: Minimum 2-4 hafta (yeterli veri için)
- Experiment'i başlatın: Google trafiği otomatik böler
b) Trafik Bölme Yöntemleri
- Cookie-based (Çerez tabanlı): Her kullanıcı tutarlı olarak aynı varyantı görür — en doğru yöntem
- Search-based (Arama tabanlı): Her arama rastgele bir varyanta yönlendirilir — aynı kullanıcı farklı varyantlar görebilir
c) İstatistiksel Anlamlılık
Bir test sonucunun "gerçek" mi yoksa "şans eseri" mi olduğunu belirleyen ölçüdür. Google Ads Experiments %95 güven aralığı (confidence level) kullanır.
- %95 güven: Sonucun tesadüfi olma ihtimali %5'in altında
- Yeterli veri: Minimum 100+ dönüşüm (her varyant için)
- Yeterli süre: Hafta içi/sonu ve mevsimsel farklılıkları kapsamalı
Test sonuçlarını çok erken okumayın. İlk birkaç gündeki veriler yanıltıcı olabilir ("peeking problem"). Minimum 2 hafta ve yeterli dönüşüm hacmine ulaşana kadar karar vermeyin. İstatistiksel anlamlılık %95'in altındaysa test süresini uzatın.
3. Ne Test Edilmeli?
a) Test Öncelik Matrisi
| Test Alanı | Test Edilecek Değişken | Etki Potansiyeli |
|---|---|---|
| Başlıklar (Headlines) | Fayda odaklı vs. özellik odaklı, fiyat dahil vs. hariç | Yüksek |
| Landing Page | Farklı sayfa tasarımı, form uzunluğu, CTA metni | Çok Yüksek |
| Bid Strategy | tCPA vs. tROAS vs. Maximize Conversions | Yüksek |
| Hedef Kitleler | Observation vs. Targeting, farklı kitle segmentleri | Orta-Yüksek |
| Reklam Uzantıları | Farklı sitelink'ler, callout'lar | Orta |
| Anahtar Kelime Eşlemeleri | Broad vs. Phrase match | Orta |
b) Tek Değişken Prensibi
Her testte yalnızca bir değişken değiştirilmelidir. Birden fazla değişken aynı anda değiştirilirse, hangi değişikliğin sonucu etkilediği anlaşılamaz.
Başlık A vs Başlık B"] B -->|Çok Değişken| D["Multivariate Test
Başlık x CTA x Görsel"] C --> E["Sonuç Netir
Hangi değişken etkili?"] D --> F["Daha Fazla Veri Gerekir
Kombinasyon sayısı artar"] E --> G["Kararı Uygula"] F --> H{"Yeterli Trafik
Var mı?"} H -->|Evet| G H -->|Hayır| I["A/B Teste
Dön"] style C fill:#DCFCE7 style D fill:#FEF3C7 style I fill:#FEE2E2
4. Test Sonuçlarını Belgeleme
a) Test Dokümantasyonu Şablonu
- Test ID ve adı: Kolay referans için benzersiz tanımlayıcı
- Hipotez: Ne bekleniyor ve neden
- Değişken: Ne değiştirildi
- Kontrol vs. varyant: Her iki versiyonun detayları
- Süre ve hacim: Test süresi, impression ve dönüşüm sayıları
- Sonuç: Metrikler, güven aralığı, kazanan
- Öğrenim: Bu testten ne öğrendik?
- Aksiyon: Sonraki adım ne?
b) Test Kültürü Oluşturma
- Her ay en az 1-2 test çalıştırın
- "Başarısız" test yoktur — her test bir öğrenimdir
- Test sonuçlarını ekiple paylaşın, bilgi birikimi oluşturun
- Test roadmap'i oluşturun — sıradaki test ne olacak?
Test önceliklendirmesi için ICE framework'ünü kullanın: Impact (etki potansiyeli), Confidence (başarı güveni), Ease (uygulama kolaylığı). Her faktörü 1-10 puan verin ve toplamı en yüksek testi ilk yapın.