Platform · Overvågning og automatisering
Overvågning og automatisering af eksperimenter
Sundhedsovervågningen og opmærksomhedskøen dækker hver konto, så intet ligger uopdaget på et kundewebsite.
At holde det kørende
Én skærm, og reglerne bag den
Intet, der er i stykker, ligger uopdaget hen, hverken på jeres website eller en kundes.
Hver konto rangeret efter, hvad der kræver en person, automatiseringen der handler på det, og hvor I bliver underrettet.
- Planlagte starter og stop, plus stop-ved-signifikans med værn: mindste kørselstider og sikkerhedskontroller der nægter at handle på fejlbehæftede data
- Kollisionsdetektion advarer, når samtidige eksperimenter ville forstyrre hinanden
- Alarmer via e-mail, Slack og i appen, på tværs af tolv hændelsestyper, der kan slås til og fra pr. person
- En aktivitetslog pr. eksperiment, og roller håndhævet ét sted frem for rute for rute
Kundelisten
Hver kundekonto på én skærm
Bureauer har ikke ét website, de har halvfems. Kundelisten rangerer konti efter, hvad der kræver en person først, så morgenen starter med listen frem for en søgning.
- Konti ordnet efter problemer, dernæst efter beslutninger der venter
- Antal kørende og win rate pr. konto
- Afgræns hele konsollen til én kunde på to klik
- I stykker, afgøres, kolliderer, forsinket, ingen data: hver sin egen række
I bakspejlet
Bliver programmet bedre til at vinde?
Programrapporten læser kun afsluttede test, så et tidligt tal står aldrig ved siden af et endeligt. Den viser, hvor ofte test vinder, hvor hurtigt idéer når frem til lancering, om vindere faktisk bliver udrullet, og hvilke slags idéer der plejer at virke.
- Win rate over afgjorte test, så et resultat uden udfald ikke tæller imod jer
- Medianløft for vindere, median testlængde og dage fra idé til lancering
- Udrullede vindere, talt kun på statistiske vindere, så en udrulning ikke kan puste tallet op
- Win rate pr. forventet mekanisme og pr. PXL-score, for at se om prioriteringen forudsiger resultaterne
- Et hastighedsdiagram, der viser, om flere lanceringer giver mere læring
Efter testen
Behold lektien, ikke kun resultatet
Når I afslutter en test, tilbyder Pertento en testopsamling på et minut: hvad I forventede, hvad der skete, hvorfor, og hvad der kommer nu. Den udkaster det, den kan se i dataene, og lektien gemmes sammen med testen, hvor en ny kollega vil lede efter den.
- Fem valgfrie spørgsmål, og at afslutte en test venter aldrig på dem
- Trafikforskydninger og huller i sporingen udkastet fra jeres data, så I kan bekræfte eller rette dem
- En overskrift skrevet ud fra statistikken, så den ikke kan overdrive et resultat
- En “Debrief”-fane på hver afsluttet test, der viser, hvem der skrev den senest og hvornår
Automatisering
Regler der stopper, og værn der stopper reglerne
Planlæg en start og et stop, eller lad et eksperiment afslutte sig selv ved signifikans. Værn holder automatiseringen ærlig: en mindste kørselstid, og en sikkerhedskontrol der nægter at handle på data, en alarm har flaget.
- Planlagte starter og stop pr. eksperiment
- Stop-ved-signifikans med en mindste kørselstid
- Sikkerhedskontroller der blokerer automatisering på data markeret med fejl
- Signifikans kan kun afslutte en test tidligt, en slutdato kræves altid
- Mindste kørselstid aldrig under syv dage, fjorten som standard
Alarmer
Sagt til én gang, dér hvor I allerede kigger
Hver hændelse kan gå til e-mail, Slack eller konsollen, med indstillinger pr. hændelse, så et ødelagt mål vækker nogen, og en opnået signifikans ikke gør.
- E-mail, Slack og i appen, pr. hændelse
- Indstillinger pr. bruger, ikke én global kontakt
- En fuld aktivitetslog for kontoen
- Tolv hændelsestyper, grupperet efter livscyklus, resultater, sundhed og konto
Hvad den bemærker
Signalerne, og hvorfor de rangeres, som de gør
Hver enkelt er noget, der stadig er sandt og stadig uløst, udregnet fra nuværende tilstand frem for fra en strøm af, hvad der er sket. At rydde et badge rydder ikke arbejdet.
Omkring eksperimenterne
Kontoen, ikke testen
Det meste, der går galt i et program med flere personer i det, er ikke statistisk. Det er to personer, der redigerer det samme, en ændring ingen kan spore, eller et tal, der aldrig nåede den analyse, alle andre bruger.
Spørgsmål
Hvad der sker, når ingen kigger
Hvad sker der, hvis en test går i stykker, mens ingen kigger?
I får det at vide frem for at finde ud af det fra tallene uger senere. De to fejl, der er usynlige inde fra en resultatskærm, er en fordeling, der holdt op med at passe til det, I konfigurerede, og et eksperiment, der stilfærdigt holdt op med at registrere noget, oftest fordi en udrulning tog scriptet, eller en målretningsregel holdt op med at ramme. Begge rejser en alarm til mail og Slack som standard, begge markerer hvert resultat på det eksperiment som utroværdigt, og begge stopper platformen fra at handle på det. Det arbejde, der venter på jer, er en rangeret kø frem for et rod, og den regnes ud fra det, der er sandt lige nu, så intet forsvinder, fordi nogen ryddede en notifikation væk.
Hvor meget må den gøre ved vores website uden os?
Ingenting, indtil I tænder for det, og derefter mindre, end I måske tror. Automatisering og automatisk udrulning af en vinder er separate kontakter, og begge starter slukket, fordi at stoppe det forkerte eksperiment automatisk koster den trafik, det allerede har brugt, mens en automatisk udrulning af en taber ændrer, hvad hver besøgende ser. Før den handler, skal den passere tre sikkerhedskontroller og en mindste kørselstid. Og med automatiseringen slukket vurderer den fortsat alt og registrerer, hvad den ville have gjort, med den samme kode, som ville have gjort det, så I kan se den have ret i en måned, før I lader den handle.
Er det trygt at give hele teamet adgang?
Medlemmer har læseadgang i hele platformen: de kan se hvert eksperiment og hvert resultat og ændre intet af det. Den regel håndhæves én gang, centralt, frem for skærm for skærm, og det betyder noget, fordi en rettighedsmodel anvendt pr. skærm er en, hvor den næste skærm, der bygges, stilfærdigt bliver undtagelsen. At starte, stoppe og udrulle ligger hos administratorer og ejere, og hver ændring, der betyder noget, registreres på eksperimentet med et navn og et tidspunkt på sig.
Vi driver flere brands eller kundewebsites. Skalerer dette til det?
Det er den form, overvågningen er bygget om. Alt uafklaret på tværs af hver konto, I kan nå, samles i én visning, grupperet pr. kunde og pr. website, ordnet så noget utroværdigt kommer før noget, der blot venter på en beslutning. Afgrænsningen kommer fra, hvem I er logget ind som, frem for fra en identifikator i adressen, så der er intet konto-id i adressen at kontrollere og intet at pille ved. Et bureau ser sin kundeliste; en kunde med ét brand ser sin egen konto i den samme skærm.
Passer det til de værktøjer, vi allerede bruger?
Alarmer går til mail, til Slack eller til ingen af dem, sat pr. hændelsestype og pr. person frem for én gang for hele kontoen, og beskeder i Slack linker tilbage til præcis den skærm, hændelsen handler om. På målesiden sættes hvert website til GA4, Matomo eller Pertentos egen måling, hvilket betyder, at de konverteringer, vi tæller, kan være de samme hændelser, jeres analyse allerede tæller, frem for en anden definition af et køb, som nogen skal afstemme.
Er der AI-vejledning, når et eksperiment kræver en beslutning?
Ja. Når opmærksomhedskøen viser et eksperiment, der venter på jer, kan Pertento AI forklare resultatet i almindeligt sprog, så beslutningen ikke skal vente på en, der kan læse statistik. Pertento AI hjælper jer også med at sætte det næste eksperiment op.
Alt hvad der er med
Hele funktionssættet
Eksperimenter
- AI-editor
- Visuel editor uden kode
- Visuelle multivarianttest
- URL-omdirigeringstest
- Test på serversiden
- Server-SDK
- Antiflimmer-rendering
- Samtidige test uden at dele trafikken
- Udrulning af vinder med ét klik
- URL-målretning på syv betingelser
- Pipelines af faseopdelte eksperimenter
- Kørselstidsplan
- Start fra Chrome-udvidelsen
- Komponentbibliotek
- Dynamisk indhold
- Datafeeds
- Egen CSS og JS
- Erstat, indsæt, tilføj, før og efter
- Målretning efter enhed
- Målretning efter cookies
- Aktiveringsmålretning
- Trafikvægte pr. variant
- Automatisk genafbalancering af vægte
- Skærmbilleder af varianter
- Duplikér et eksperiment
- Testkørsler før lancering
- Fast varianttildeling
- Overdragelse til implementering
- Sporing af hypoteser
- PXL-prioriteringsscore
- Søgning, filter og resultater i Library
- Tidslinje i Library
Statistik
- Frekventistiske resultater
- Bayesianske resultater
- Sekventiel test
- Alarmer for skæv fordeling
- Spørg om dette eksperiment
- Omsætning pr. variant
- Styrkeberegning
- Mindste målbare effekt
- Løft og konfidensintervaller
- Korrektion for multiple sammenligninger
- Sandsynlighed for at varianten er bedst
- Forventet tab
- Holm-Bonferroni, Benjamini-Hochberg og Šidák
- Primære og sekundære mål
- Gennemsnitlig ordreværdi pr. variant
- Flere valutaer
- Fremskrivning af dage tilbage
- Kombinationsrapportering
- Tidsserie pr. variant
- Forklaringer på almindeligt dansk
Overvågning
- Helbredsovervågning
- Opgavekøen på tværs af konti
- Programrapport
- Eksperimentopsamling
- Planlagte starter og stop
- Stop ved signifikans
- Slack-alarmer
- Kollisionsdetektion
- Sikkerhedskontroller ved datafejl
- Roller og rettigheder
- Værn om mindste kørselstid
- Detektion af samspil
- Alarmer for forsinket og ingen data
- Mailalarmer
- Alarmer i appen
- Præferencer pr. hændelse
- Aktivitetslog
- Visning af kundelisten
- Gemte konsollayouts
- GA4- og Matomo-tracking
Kundens stemme
- On-site NPS
- CSAT
- CES
- Tilpassede undersøgelser
- AI-sentimentanalyse
- Undersøgelser inde i eksperimenter
- Resultater pr. variant
- Exit intent-udløsere
- Guidet undersøgelsesbygger
- Score-, valg- og tekstspørgsmål
- Egne tekster og skalaetiketter
- Side- og målretning efter enhed
- Andel af besøgende
- Udløsere på sidevisning og forsinkelse
- Scroll-udløsere
- Hændelsesudløsere
- Fire placeringer af widgetten
- Begrænsning af visningsfrekvens
- Resultater pr. spørgsmål
- Svar over tid
- Svar bundet til variant
- Validerede svar
- Temaer i fritekst
- Eksport af svar
- Indlæses kun hvor en undersøgelse kører
Læringer
Pertento er en platform til konverteringsoptimering til websites og webshops, bygget både til interne team og til CRO-bureauer, der driver eksperimentprogrammer på tværs af en kundeliste.
Integrationer
Fungerer med den stack, I allerede kører
Én kodestump lægges ind på et vilkårligt website, eller kør helt på serversiden. Intet at bygge om.
Kodestump på én linje
Indsæt et enkelt tag i jeres head, og I er live: en loader på 0,9 KB, intet byggetrin, ingen afhængigheder.
Google Tag Manager
Udrul og håndter eksperimenter direkte gennem GTM. Ingen udviklertid krævet.
API til serversiden
Kør test uden for browseren: priser, søgning og routing, uden flimmer.
- Shopify
- BigCommerce
- Shopware
- Centra
- Geins
- Saleor
- WordPress
- Optimizely CMS
- Storyblok
- Next.js
- Vue
- Astro
- Matomo
- Amplitude
- RudderStack
- Slack
- WooCommerce
- Salesforce
- Wix
- Litium
- commercetools
- Medusa
- Drupal
- Contentful
- Webflow
- Nuxt
- Angular
- Remix
- Piwik PRO
- Mixpanel
- Tag Manager
- Webhooks
- Adobe Commerce
- PrestaShop
- Squarespace
- Norce
- Shopify Hydrogen
- Vendure
- Umbraco
- Sanity
- Framer
- React
- SvelteKit
- GA4
- Adobe Analytics
- Segment
- Klaviyo
Ikke på listen? Hvis det renderer HTML, kan Pertento teste det: læs hvordan hver enkelt forbindes ↗