
A/B testi, bir sayfanın ya da öğenin iki versiyonunu aynı dönemde, rastgele bölünmüş ziyaretçi gruplarına gösterip hangisinin hedeflenen davranışı daha çok ürettiğini ölçme yöntemidir. Kâğıt üzerinde basit görünür: buton rengini değiştir, sonucu izle. Uygulamada ise testlerin önemli bir kısmı yanlış kurulduğu, erken bitirildiği ya da yanlış metrikle değerlendirildiği için yanıltıcı sonuç verir. Bu yazıda test fikrinin nereden çıkması gerektiğini, kaç ziyaretçiye ihtiyacınız olduğunu, testi ne zaman durduracağınızı ve sonucu nasıl yorumlayacağınızı somut adımlarla anlatıyoruz.
A/B Testi Neyi Ölçer, Neyi Ölçemez?
A/B testinde ziyaretçiler rastgele iki gruba ayrılır: A grubu mevcut versiyonu (kontrol), B grubu değiştirilmiş versiyonu (varyant) görür. Rastgele bölme sayesinde iki grup arasındaki tek sistematik fark yaptığınız değişiklik olur; böylece dönüşüm oranındaki farkı o değişikliğe bağlayabilirsiniz. Bu, “geçen ay şöyle yaptık, bu ay satışlar arttı” türü önce/sonra karşılaştırmalarından çok daha güvenilirdir, çünkü mevsim, kampanya ve rakip etkisi iki gruba eşit dağılır.
Buna karşılık A/B testi size bir değişikliğin “neden” işe yaradığını doğrudan söylemez; yalnızca işe yarayıp yaramadığını söyler. Nedeni anlamak için oturum kayıtları, ısı haritaları, kullanıcı görüşmeleri ve form analizleri gibi nitel verilere ihtiyacınız vardır. Ayrıca çok düşük trafikli sayfalarda istatistiksel olarak anlamlı sonuca ulaşmak aylar sürebilir. Böyle durumlarda test yerine kullanılabilirlik incelemesi yapıp bariz sorunları doğrudan düzeltmek daha verimli olabilir.
Test Fikri Nereden Gelmeli? Hipotez Kurmak
Rastgele fikirlerle test yapmak, trafiği ve zamanı boşa harcar. İyi bir test, veriye dayalı bir gözlemle başlar: GA4’te ödeme adımında yüksek çıkış, ısı haritasında hiç tıklanmayan bir fiyat tablosu, müşteri hizmetlerine sürekli gelen aynı soru. Bu gözlemden bir hipotez yazılır: “Ürün sayfasında kargo süresi görünmediği için kullanıcılar sepete eklemeden çıkıyor; kargo bilgisini fiyatın altına taşırsak sepete ekleme oranı artar.”
Hipotezin üç parçası olmalıdır: gözlem, değişiklik ve beklenen etki. Bu biçimde yazmak, test bittiğinde sonucun ne anlama geldiğini yorumlamayı kolaylaştırır; varyant kaybetse bile bir şey öğrenirsiniz. Fikirleri önceliklendirmek için her birine etki, güven ve uygulama kolaylığı açısından puan verin. Landing page dönüşümünü artıran küçük değişiklikler listesi de başlangıç hipotezleri için iyi bir kaynaktır.
- Gözlem: Veride ya da kullanıcı davranışında ne görüyorsunuz?
- Değişiklik: Tam olarak neyi değiştireceksiniz?
- Beklenen etki: Hangi metrik, hangi yönde değişmeli?
- Öncelik: Etki, güven ve kolaylık puanı kaç?
Ana Metriği ve Koruyucu Metrikleri Belirlemek
Testi başlatmadan önce kazananı belirleyecek tek bir ana metrik seçin. Bu metrik, değişikliğin doğrudan etkilemesini beklediğiniz davranış olmalıdır: form gönderimi, sepete ekleme ya da satın alma. Test sırasında beş farklı metriğe bakıp hangisi kazanıyorsa onu seçmek, şans eseri ortaya çıkan farkları gerçek sonuç sanmanıza yol açar. Ana metriği önceden yazmak bu tuzağın en basit panzehiridir.
Ana metriğin yanına koruyucu metrikler de ekleyin. Örneğin daha agresif bir indirim mesajı sepete eklemeyi artırabilir ama ortalama sipariş tutarını ya da iade oranını kötüleştirebilir. Form alanlarını azaltmak gönderim sayısını artırırken talep kalitesini düşürebilir. Bu yüzden form testlerinde satış ekibinin talepleri nasıl değerlendirdiğini de izleyin. Ölçümün doğru kurulduğundan emin olmak için önce GA4 dönüşüm takibindeki sık hataları kontrol etmenizi öneririz.
İşinize özel planı birlikte çıkaralım. 24 saat içinde size özel teklifimizi hazırlıyoruz.
Örneklem Büyüklüğü ve Test Süresi
Bir testin kaç ziyaretçiye ihtiyaç duyduğu üç şeye bağlıdır: mevcut dönüşüm oranı, yakalamak istediğiniz en küçük fark ve kabul edeceğiniz hata payı. Mevcut oran ne kadar düşük ve beklediğiniz fark ne kadar küçükse o kadar çok ziyaretçi gerekir. Örneğin %2 dönüşüm oranında %10’luk göreli bir artışı güvenle görmek, %10 dönüşüm oranında aynı artışı görmekten çok daha fazla trafik ister. Ücretsiz örneklem hesaplayıcılarıyla bu sayıyı test öncesinde mutlaka hesaplayın.
Hesaplanan örneklem sayısına ulaşsanız bile testi en az bir, tercihen iki tam hafta çalıştırın. Hafta içi ve hafta sonu ziyaretçilerinin davranışı farklıdır; maaş günü, kampanya dönemi ve bayram gibi olaylar da sonuçları etkiler. Testi tam haftalar halinde planlamak bu dalgalanmayı dengeler. Çok uzun süren testlerde ise çerez silinmesi ve tekrar ziyaretler grupları karıştırabileceği için dört ila altı haftayı aşmamaya çalışın.
Testi Kurarken Dikkat Edilecek Teknik Noktalar
Test aracını seçerken sayfa yüklenirken orijinal versiyonun bir anlığına görünüp sonra değişmesi sorununa dikkat edin. Bu “titreme”, kullanıcı deneyimini bozar ve varyantın sonucunu olumsuz etkiler. Mümkünse değişiklikleri sunucu tarafında ya da sayfa oluşturulurken uygulayan çözümleri tercih edin; istemci taraflı araçlarda ise test kodunu sayfanın üst kısmında, eşzamanlı olarak yükleyin. Kurulumdan sonra varyantı farklı cihaz ve tarayıcılarda elle kontrol edin.
Aynı sayfada aynı anda birbirini etkileyen birden fazla test çalıştırmayın; başlık testi ile buton testi çakışırsa hangi değişikliğin sonucu ürettiğini ayıramazsınız. Ziyaretçinin test boyunca hep aynı versiyonu görmesini sağlayın. Reklam kreatifleri için de benzer bir disiplin geçerlidir; Meta reklam kreatif testlerinde değişkenleri tek tek ayırmak aynı mantıkla sonuç verir. Arama motoru açısından da varyant sayfalarında kanonik etiketi orijinal sayfaya yönlendirin.
Sonuçları Doğru Yorumlamak
Testin en sık hatası, sonucu her gün kontrol edip varyant öne geçtiği an testi bitirmektir. İlk günlerde iki grup arasında büyük farklar görmek olağandır ve bu farklar örneklem büyüdükçe çoğunlukla küçülür. Planladığınız örneklem ve süreye ulaşmadan karar vermeyin. Sonuçta yalnızca “B kazandı” bilgisine değil, güven aralığına da bakın: artışın olası alt ve üst sınırı, kararın ne kadar riskli olduğunu gösterir.
Sonucu cihaz, trafik kaynağı ve yeni ya da geri dönen ziyaretçi gibi kırılımlarla da inceleyin, ancak bu kırılımlarda bulduğunuz farkları kesin sonuç değil yeni hipotez olarak değerlendirin. Kaybeden testler de değerlidir: hipotezinizin yanlış olduğunu öğrenmek sizi gereksiz bir site değişikliğinden korur. Her testi hipotez, ekran görüntüsü, süre, sonuç ve öğrenimle birlikte bir test kayıt dosyasına yazın; birkaç ay sonra bu dosya en değerli dönüşüm kaynağınız olur.
Hangi Öğeler Test Edilmeye Değer?
Testin etkisi, değiştirdiğiniz öğenin kullanıcının kararındaki ağırlığıyla orantılıdır. Ana başlık ve değer önerisi, ziyaretçinin ilk birkaç saniyede “bu sayfa bana göre mi” sorusuna verdiği cevabı belirler; bu yüzden yüksek etkili testlerin başında gelir. Fiyatlandırmanın sunuluş biçimi (aylık ve yıllık seçenek, paket karşılaştırması, taksit bilgisinin yeri), harekete geçirici mesajın metni ve formun alan sayısı da genellikle ölçülebilir fark yaratan alanlardır.
Güven unsurları da test listesinin üst sıralarında olmalıdır: müşteri logoları, gerçek yorumlar, iade ve garanti koşulları, güvenli ödeme bilgisi, iletişim seçeneklerinin görünürlüğü. Buna karşılık buton tonunun hafifçe değişmesi ya da ikon setinin yenilenmesi gibi küçük görsel değişiklikler, yüksek trafikli siteler dışında anlamlı bir sonuç üretmeyebilir. Trafiğiniz sınırlıysa her testte daha cesur ve kullanıcının kararını doğrudan etkileyen değişiklikleri seçin; küçük fark yaratan fikirleri sonraya bırakın.
Sonuç: Test Bir Süreçtir, Tek Seferlik Bir Deneme Değil
A/B testinin değeri tek bir kazanan varyanttan değil, sürekli işleyen bir öğrenme döngüsünden gelir: veriyi incele, hipotez kur, önceliklendir, doğru örneklemle test et, sonucu kaydet ve bir sonrakine geç. Bu döngüde en çok etkiyi genellikle buton renkleri değil; değer önerisinin netliği, fiyat ve kargo bilgisinin görünürlüğü, form uzunluğu ve güven unsurları gibi kullanıcının karar vermesini doğrudan etkileyen öğeler yaratır.
Trafiğiniz test için yetersizse önce bariz kullanılabilirlik sorunlarını giderin; e-ticarette sepet terk oranını düşürmeye yönelik adımlar bunun için iyi bir başlangıçtır. Trafiğiniz yeterliyse test takvimini aylık hedefler halinde planlayın. Süreci bir ekiple yürütmek isterseniz dönüşüm optimizasyonu hizmetimizde ölçüm denetimiyle başlayıp önceliklendirilmiş bir test planıyla ilerliyoruz.
Sık Sorulan Sorular
A/B testi için en az ne kadar trafik gerekir?
Kesin bir alt sınır yoktur; gereken ziyaretçi sayısı mevcut dönüşüm oranına ve yakalamak istediğiniz farka göre değişir. Test öncesinde bir örneklem hesaplayıcısıyla bu sayıyı hesaplayın. Sayı çok yüksek çıkıyorsa daha büyük etkili değişiklikleri test edin.
A/B testi kaç gün sürmeli?
Planlanan örneklem büyüklüğüne ulaşılana kadar ve en az bir ya da iki tam hafta sürmelidir. Haftanın günlerine göre değişen davranışları dengelemek için testi tam haftalar halinde planlamak gerekir.
A/B testi SEO’ya zarar verir mi?
Doğru yapıldığında genellikle vermez. Varyant sayfalarda kanonik etiketi orijinal sayfaya yönlendirmek, arama motorlarına farklı içerik göstermemek ve testi gereğinden uzun tutmamak yeterli önlemlerdir.
Aynı anda birden fazla test yapılabilir mi?
Farklı sayfalarda ve birbirini etkilemeyen öğelerde yapılabilir. Aynı sayfada ve aynı kullanıcı adımında çakışan testler ise hangi değişikliğin sonucu ürettiğini ayırt etmeyi zorlaştırır.



