Dijital pazarlamada hayal gücü ile gerçek dünya verisi arasında uçurum var. “Bu başlık daha iyi dönüştürür”, “Şu CTA daha güçlüdür” tahminleri, bilimsel değil; sadece varsayım. Landing page a/b testi; bu varsayımları gerçek dönüşüm verisi ile karşılaştırarak hangi versiyonun gerçekten daha iyi sonuç verdiğini ölçen bilimsel bir yöntemdir. Doğru uygulandığında reklam bütçesinin verimliliğini 2-3 katına çıkarır.
Bu rehberde, A/B testinin ne olduğunu, nasıl planlanacağını, hipotez kurmadan istatistiksel anlamlılığa kadar tüm aşamaları, kullanılması gereken araçları ve dönüşümü katlamak için pratik stratejileri detaylı şekilde inceleyeceğiz.
Landing Page A/B Testi Nedir?
Landing page a/b testi (split testing), bir landing page’in (veya herhangi bir dijital varlığın) iki farklı versiyonunu eşzamanlı olarak farklı kullanıcılara gösterip; hangisinin daha yüksek dönüşüm sağladığını ölçen yöntemdir. Trafik rastgele iki gruba bölünür:
- %50 → Versiyon A (kontrol / mevcut)
- %50 → Versiyon B (varyant / test)
Sonuç istatistiksel olarak anlamlıysa kazanan versiyon uygulanır.
Neden Landing Page A/B Testi Yapmalıyız?
- Tahmin yerine veriye dayalı karar
- Sürekli iyileştirme imkanı
- Reklam bütçesi optimizasyonu
- Risk azaltma (büyük değişikliği önce test et)
- Müşteri davranışını anlama
- Rakiplerden farklılaşma
İyi yönetilen bir A/B test programı, ROI’yi 2-3 katına çıkarabilir.
Landing Page A/B Testinde Test Edilebilecek Unsurlar
Başlık ve Metin
- Ana başlık (H1)
- Alt başlık
- Vaat ifadesi
- Aciliyet mesajları
- SSS metinleri
CTA (Call to Action)
- CTA buton metni
- CTA buton rengi
- CTA buton boyutu
- CTA konumu (üst, alt, sticky)
- CTA sayısı (1 mi 3 mi?)
Görsel ve Tasarım
- Hero görseli (foto vs video)
- Renk paleti
- Tipografi
- Düzen (sol/sağ)
- Animasyon var/yok
Form
- Form alanı sayısı
- Form alanı sırası
- Zorunlu vs opsiyonel alanlar
- Sosyal medya ile giriş seçeneği
Sosyal Kanıt
- Müşteri yorumu türü (yazı vs video)
- Yorum sayısı
- Yıldız puanı gösterimi
- Marka logoları
Fiyat Sunumu
- Fiyat görünür mü?
- Aylık vs yıllık
- Karşılaştırma tablosu
- İndirim göstergesi
Sayfa Uzunluğu
- Kısa landing page (500 kelime)
- Orta uzunluk (1500 kelime)
- Long-form (3000+ kelime)
Landing Page A/B Testi Adım Adım Süreci
Adım 1: Mevcut Durumu Analiz Et
Önce ne durumda olduğunuzu net bilin:
- Mevcut dönüşüm oranı (baseline)
- Trafik kaynakları
- Kullanıcı davranışı (heatmap, scroll, time on page)
- Form bırakma noktaları
Bunu için Google Analytics, Hotjar, Microsoft Clarity gibi araçlar kullanılır.
Adım 2: Hipotez Kur
İyi bir hipotez şu yapıdadır:
“Eğer [X değişikliği] yaparsak, [Y metrik] [Z miktar] iyileşecek, çünkü [neden].”
Örnek: “Eğer form alanı sayısını 5’ten 3’e indirirsek, dönüşüm oranı %25 artacak, çünkü daha az alan = daha az sürtünme.”
Adım 3: Varyant Tasarla
Test edilecek değişikliği uygula. Önemli: Tek seferde tek değişiklik. Aynı anda 3 farklı şey değişirse hangisinin etkili olduğunu bilemezsiniz.
Adım 4: Örneklem Büyüklüğünü Belirle
İstatistiksel anlamlılık için yeterli örneklem gerekli:
- Düşük dönüşümlü siteler (%1-2): per varyant minimum 5.000-10.000 ziyaret
- Orta dönüşümlü siteler (%5): per varyant 1.000-2.000 ziyaret
- Yüksek dönüşümlü siteler (%10+): per varyant 500-1.000 ziyaret
Online örneklem hesaplayıcılar (Optimizely, VWO, AB Tasty) ile hesaplanabilir.
Adım 5: Testi Çalıştır
Trafik %50-%50 bölünür. Test süresi minimum 1 hafta (hafta içi-hafta sonu varyasyonu için), ideal 2-4 hafta.
Adım 6: Sonuçları Analiz Et
İstatistiksel anlamlılık: minimum %95 güven seviyesi. Bu, kazanan varyantın gerçekten kazandığı, şans eseri olmadığı anlamına gelir.
Adım 7: Kazananı Uygula
İstatistiksel anlamlılık varsa kazanan varyant uygulanır. Yoksa testi uzat veya yeni hipotez kur.
Adım 8: Yeni Hipotezle Devam Et
A/B test asla bitmez. Sürekli iyileştirme döngüsü.
İstatistiksel Anlamlılık: Neden Bu Kadar Önemli?
Diyelim ki A versiyonu %2.0 dönüşüm, B versiyonu %2.4 dönüşüm sağladı. B daha iyi mi?
Cevap: Veriye bağlı. Bu farkın gerçek olduğunu mu yoksa şans eseri mi olduğunu istatistiksel anlamlılık testi ile bilmek gerekir.
İstatistiksel Anlamlılık Hesaplama
P-value (p değeri) < 0.05 ise sonuç istatistiksel olarak anlamlı kabul edilir. Yani %95 güvenle kazanan gerçekten kazandı.
Online Araçlar
- VWO Significance Calculator
- Neil Patel A/B Test Calculator
- Optimizely Sample Size Calculator
Landing Page A/B Testi Araçları
Premium Araçlar
- VWO (Visual Website Optimizer): Kullanıcı dostu, kapsamlı
- Optimizely: Kurumsal seviye
- AB Tasty: Avrupa odaklı, iyi özellikler
- Convert: Orta segment, makul fiyatlı
- Kameleoon: AI destekli
Ücretsiz / Düşük Maliyetli Seçenekler
- Microsoft Clarity: Ücretsiz heatmap ve session recording
- Hotjar: Ücretsiz tier mevcut
- Google Optimize: Eylül 2023’te kapandı, alternatifler aranıyor
- WordPress için: Nelio AB Testing, Thrive Optimize
Tag Manager Entegrasyonu
Google Tag Manager ile A/B test araçları kolay entegre edilir. Kod değişikliği yapmadan.
Sektörel A/B Test Örnekleri
E-Ticaret
Test: Ürün sayfasında “Sepete Ekle” buton rengi (kırmızı vs yeşil)
Sonuç: Yeşil kazandı, dönüşüm %18 arttı.
SaaS / Yazılım
Test: “Ücretsiz Dene” vs “Demo Talep Et” CTA
Sonuç: Sektöre göre değişir. Düşük fiyatlı SaaS için “Ücretsiz Dene”, kurumsal için “Demo Talep Et” daha iyi.
Hizmet Sektörü
Test: Form alanı sayısı (3 vs 7 alan)
Sonuç: 3 alan kazandı, dönüşüm %35 arttı.
İçerik Pazarlama
Test: Pop-up zamanlaması (5 sn vs 30 sn)
Sonuç: 30 saniyede gelen pop-up daha az rahatsız etti, dönüşüm %15 arttı.
A/B Test ile Multivariate Test Farkı
A/B Test
- 2 versiyonu karşılaştırır
- Tek değişken
- Az trafik yeterli
- Net sonuç
Multivariate Test (MVT)
- Birden fazla değişkeni aynı anda test eder
- Karmaşık etkileşimleri görür
- Yüksek trafik gerektirir
- Daha derin analiz
Yeni başlayanlar için A/B test, daha deneyimli ekipler için MVT önerilir.
Heatmap ve Kullanıcı Davranış Analizi
A/B test öncesi ve sonrası heatmap analizi yapılmalı:
- Heatmap: Kullanıcının nereye tıkladığı, nereye baktığı
- Scroll map: Sayfanın ne kadarına kaydırıldığı
- Session recording: Gerçek kullanıcı oturumlarının kaydı
- Form analytics: Hangi alanda bırakıldığı
Bu veriler hipotez kurmak için altın değerinde. Detaylar için landing page tasarımı sayfamızı inceleyebilirsiniz.
A/B Test İçin Doğru Trafik Kaynağı
Hangi trafik kaynağından gelen kullanıcı test edilmeli?
Google Ads Trafiği (En Önerilen)
- Yüksek niyetli ziyaretçi
- Tutarlı kaynak
- Maliyet bilinir
- Çoğunlukla dönüşüm odaklı
Google Ads kampanyalarıyla landing page testleri için Google Ads yönetimi ile koordine olunmalı.
Facebook / Instagram Reklam Trafiği
Sosyal medya kullanıcıları farklı davranış gösterir. Ayrı testler yapılmalı.
Organik Trafik
SEO trafiği bilgi amaçlı daha çok. A/B test için ideal değil ama tamamlayıcı veri.
A/B Testte Sık Yapılan Hatalar
- Çok hızlı sonuca varma: 100 ziyaret ile sonuç alınmaz
- Aynı anda çok değişiklik: Hangisinin etkili olduğunu bilemezsiniz
- İstatistiksel anlamlılık yokken karar verme
- Mevsim etkisini görmezden gelme: Yaz ve kış kullanıcı davranışı farklı
- Trafiği değiştirmek: Test sırasında yeni reklam kanalı eklemek
- Cihaz bazlı analiz yapmama: Mobil ve masaüstü farklı sonuç verir
- İkinci sıralama metrikleri unutmak: Sadece dönüşüme değil revenue’ya bakın
- Negatif sonuçtan ders çıkarmama: Kaybeden varyant da bilgi verir
- Test bittikten sonra uygulamama: Sonuç var ama uygulanmıyor
- Sürekli test etmeme: Tek seferlik değil, sürekli olmalı
A/B Testin Etkili Olmadığı Durumlar
- Düşük trafikli siteler (aylık 1.000 ziyaret altı)
- Çok yeni siteler (data yok)
- Çok niş B2B siteleri (örneklem yetersiz)
- Mevsimsel trafik dalgalanması
Bu durumlarda kalitatif araştırma (kullanıcı görüşmesi, anket) daha değerli.
A/B Test Maliyeti
Araç Maliyeti
- Ücretsiz: Microsoft Clarity, Hotjar ücretsiz tier
- Düşük: AB Tasty, Convert (aylık $100-500)
- Orta: VWO, Optimizely (aylık $500-5.000)
- Kurumsal: $5.000+/ay
Profesyonel A/B Test Yönetimi
- Aylık: 10.000-30.000 TL (4-6 test/ay)
- Kampanya bazlı: 15.000-50.000 TL/test
A/B Test ROI Hesabı
Aylık 100.000 TL Google Ads bütçesi olan bir işletme:
- Mevcut dönüşüm oranı: %2 → 50 lead
- Yıllık lead: 600
- A/B test ile %30 iyileşme: dönüşüm %2.6 → 65 lead/ay
- Yıllık ek lead: 180
- Lead başına 5.000 TL gelir varsayımıyla yıllık ek gelir: 900.000 TL
A/B test yatırımı (yıllık 100.000-200.000 TL) çok daha az.
Düzenli A/B Test Programı
Aylık Test Takvimi
- 1. Hafta: Hipotez geliştirme + varyant tasarım
- 2-3. Hafta: Test çalışıyor
- 4. Hafta: Analiz + karar + uygulama
Yılda 12 test = 12 iyileştirme döngüsü.
Yıllık Test Stratejisi
- Q1: Başlık ve mesaj testleri
- Q2: CTA ve form testleri
- Q3: Görsel ve tasarım testleri
- Q4: Fiyat ve indirim testleri
WordPress için A/B Test Eklentileri
- Nelio AB Testing: WordPress için en popüler
- Thrive Optimize: Thrive Themes ekosisteminde
- Convert Pro: Conversion-focused A/B test
- OptimizePress: Landing page + A/B test
WordPress site bakımı için web sitesi bakım hizmeti kapsamında A/B test eklentilerinin doğru çalışması düzenli kontrol edilmeli.
Sonuç: A/B Test Verimli Pazarlamanın Bilimsel Temeli
Doğru uygulanan landing page a/b testi programı, dijital pazarlamanın “tahmin” boyutunu ortadan kaldırıp “veri” boyutuna geçişi sağlar. Hipotez bazlı çalışma, doğru örneklem büyüklüğü ve istatistiksel anlamlılık disipliniyle yürütülen testler; yıl sonunda dönüşüm oranlarınızı 2-3 katına çıkarır. Reklam bütçenizin ROI’si aynı oranda artar; rakiplerinizden net şekilde farklılaşırsınız.
Worldline Agency olarak landing page tasarımı ve A/B test yönetimi hizmeti sunuyoruz. Detaylar için landing page tasarımı sayfamızı inceleyebilir, ücretsiz teklif için iletişim sayfamız üzerinden bize ulaşabilirsiniz. Profesyonel SEO çalışması için profesyonel SEO hizmeti ile birlikte planlama önerilir.
Sıkça Sorulan Sorular
A/B test ne kadar sürmeli?
Minimum 1 hafta (hafta içi-hafta sonu varyasyonu için). İdeal 2-4 hafta veya istatistiksel anlamlılığa ulaşana kadar.
Az trafiğim var, A/B test yapabilir miyim?
Aylık 1.000 ziyaret altıysa A/B test verimli değil. Önce trafiği artırın, sonra teste başlayın.
Hangi araç en uygun?
Yeni başlayanlar için Microsoft Clarity (ücretsiz) + WordPress eklentisi. Profesyonel için VWO veya AB Tasty.
Birden fazla şey test edebilir miyim?
A/B testte tek değişken. Birden fazla için “multivariate test” (MVT) yapılır, daha fazla trafik gerekir.
Test sonucu ne zaman uygulanır?
İstatistiksel anlamlılık (p < 0.05) sağlandığında. Aksi takdirde testi uzatın veya yeni hipotez kurun.