Testy A/B na stronie internetowej polegają na tym, że część odwiedzających losowo widzi wersję A (obecną), a część wersję B (ze zmianą), a po zebraniu wystarczającej liczby wizyt statystyka rozstrzyga, która wersja lepiej konwertuje. Żeby test był wiarygodny, potrzebujesz jednej hipotezy, jednego mierzalnego celu (np. wysłany formularz), z góry policzonej wielkości próby i cierpliwości, by nie kończyć go przed czasem. Dobrze przeprowadzony test nie szkodzi SEO – pod warunkiem że stosujesz się do zasad Google opisanych niżej.
W skrócie
- Test A/B porównuje dwie wersje strony, losowo pokazywane użytkownikom, i rozstrzyga statystycznie, która lepiej konwertuje.
- Przy konwersji 3% i oczekiwanej poprawie o 20% każda wersja potrzebuje ok.
- 14 tys. odwiedzin, a przy 10% poprawy już ok.
- 53 tys.
- Google Optimize przestał działać 30 września 2023 r., więc testy prowadzi się dziś w narzędziach takich jak AB Tasty, Optimizely czy VWO.
- Google wymaga przekierowań 302 i tagu canonical oraz zakazuje cloakingu.
Testy A/B to ostatni etap optymalizacji konwersji, a nie pierwszy. Najpierw trzeba wiedzieć, co testować – dlatego zaczynamy zwykle od audytu UX/UI, który wskazuje bariery na ścieżce klienta. Poniżej pokazujemy, jak przejść od takiej diagnozy do testu, który da wynik, a nie przypadkowy szum.
Co to jest test A/B i czym różni się od innych testów?
Test A/B (nazywany też testem dzielonym, ang. split test) to eksperyment, w którym ruch na stronie jest losowo dzielony między dwie wersje, a wynik ocenia się na podstawie jednego wskaźnika. Losowość jest kluczowa: obie grupy różnią się tylko testowaną zmianą, więc różnica w konwersji wynika z niej, a nie z pory dnia, źródła ruchu czy kampanii.
Warto odróżnić kilka pokrewnych metod:
- test A/B – jedna zmiana, dwie wersje, ten sam adres URL lub dwa adresy,
- test A/B/n – więcej niż dwa warianty jednego elementu, np. trzy nagłówki,
- test wielowymiarowy (MVT) – kilka elementów zmienianych naraz we wszystkich kombinacjach; wymaga dużo większego ruchu,
- test przekierowania (split URL) – całkowicie różne strony pod osobnymi adresami, np. stary i nowy projekt landing page.
Testy A/B odpowiadają na pytanie „która wersja działa lepiej”, ale nie mówią „dlaczego”. Odpowiedzi na to drugie pytanie szukamy w nagraniach sesji, ankietach i mapach cieplnych.
Co warto testować na stronie firmowej i w sklepie?
Najwięcej daje testowanie elementów, które stoją bezpośrednio na drodze do konwersji. Zmiana koloru przycisku rzadko coś przesądza, a zmiana oferty, nagłówka czy liczby pól formularza – często tak.
- nagłówek i pierwszy ekran strony (obietnica, korzyść, zdjęcie),
- treść i umiejscowienie wezwania do działania (CTA),
- długość formularza kontaktowego i kolejność pól,
- sposób prezentacji ceny, pakietów i dowodów zaufania,
- układ karty produktu i proces koszyka w e-commerce,
- strona docelowa kampanii płatnej – tu ruch jest kontrolowany i łatwo go podzielić.
Najlepszym miejscem na pierwszy test jest zwykle landing page kampanii, bo ma jeden cel, przewidywalny ruch i nie wpływa na resztę serwisu.
Ile ruchu potrzebuje test A/B?
Wielkość próby zależy od dwóch liczb: obecnego współczynnika konwersji i najmniejszej poprawy, którą chcesz wiarygodnie wykryć. Im niższa konwersja i im mniejsza oczekiwana zmiana, tym więcej odwiedzin potrzeba. Poniższe wartości wyliczyliśmy standardowym wzorem dla dwóch proporcji przy poziomie istotności 5% i mocy testu 80% (to typowe ustawienia, takie same można wpisać w kalkulatorze Evana Millera).
| Obecna konwersja | Wykrywana poprawa (względna) | Odwiedziny na jedną wersję | Łącznie (A + B) |
|---|---|---|---|
| 1% | +20% (do 1,2%) | ok. 42 700 | ok. 85 400 |
| 2% | +20% (do 2,4%) | ok. 21 100 | ok. 42 200 |
| 3% | +10% (do 3,3%) | ok. 53 200 | ok. 106 400 |
| 3% | +20% (do 3,6%) | ok. 13 900 | ok. 27 800 |
| 3% | +30% (do 3,9%) | ok. 6 500 | ok. 12 900 |
| 5% | +20% (do 6%) | ok. 8 200 | ok. 16 300 |
Wniosek dla małych firm jest prosty: jeśli strona ma 2–3 tys. wejść miesięcznie, sensownie da się testować tylko duże zmiany (+30% i więcej) albo cele częstsze niż końcowa sprzedaż, np. kliknięcie w CTA czy przejście do koszyka. Przy mniejszym ruchu lepiej wdrażać zmiany wynikające z audytu i obserwować trend w Google Analytics 4.
Jak przeprowadzić test A/B krok po kroku?
- Zbierz dane. Sprawdź w GA4, na którym etapie użytkownicy rezygnują, i obejrzyj mapy cieplne tej podstrony.
- Sformułuj hipotezę. Np. „Skrócenie formularza z 8 do 4 pól zwiększy liczbę zapytań, bo użytkownicy porzucają go na polu z NIP”.
- Wybierz jeden cel główny. Jedno zdarzenie konwersji w GA4; pozostałe wskaźniki traktuj pomocniczo.
- Policz wielkość próby i czas. Podziel wymaganą liczbę odwiedzin przez dzienny ruch i zaokrąglij w górę do pełnych tygodni.
- Przygotuj wariant i sprawdź go technicznie. Obie wersje muszą działać na telefonach, a wariant nie może spowalniać strony ani migać przy ładowaniu.
- Uruchom test i nie zaglądaj co godzinę. Nie zmieniaj w trakcie treści, budżetów kampanii ani podziału ruchu.
- Oceń wynik po zebraniu próby. Wdróż zwycięzcę, zapisz wnioski i przejdź do kolejnej hipotezy.
Dlaczego nie wolno kończyć testu przy pierwszym „zwycięstwie”?
Bo wielokrotne sprawdzanie wyniku w trakcie testu sztucznie zwiększa liczbę fałszywych zwycięzców. Evan Miller w artykule „How Not To Run an A/B Test” pokazuje, że przy 10 kontrolach wyniku trzeba by przyjąć próg istotności 1%, żeby rzeczywisty poziom błędu wyniósł 5%. W jego przykładzie z wersjami, które w ogóle się nie różnią, zatrzymywanie testu przy pierwszym „istotnym” wyniku daje 26,1% fałszywych alarmów zamiast zakładanych 5%.
Praktyczna zasada: ustal wielkość próby przed startem i oceniaj wynik dopiero po jej osiągnięciu. Jeśli koniecznie chcesz podglądać dane na bieżąco, wybierz narzędzie z metodą sekwencyjną lub bayesowską, które są do tego przystosowane.
Jak prowadzić testy A/B, żeby nie zaszkodzić SEO?
Google pozwala na testy, ale opisuje w dokumentacji Search Central kilka warunków:
- bez cloakingu – robot Google musi dostawać te same wersje co ludzie; pokazywanie mu innej treści łamie zasady dotyczące spamu, także w trakcie testu,
- tag canonical – alternatywne adresy wariantów powinny wskazywać oryginał przez
rel="canonical"; Google zaleca to zamiastnoindex, - przekierowanie 302, nie 301 – przy testach split URL przekierowanie ma być tymczasowe, żeby w indeksie został oryginalny adres,
- test tylko tak długo, jak trzeba – długo trwający test, zwłaszcza z jednym wariantem pokazywanym większości użytkowników, może zostać uznany za próbę wprowadzenia wyszukiwarki w błąd.
Warto też pamiętać o wydajności: skrypty testowe ładowane synchronicznie potrafią pogorszyć Core Web Vitals, więc po starcie testu sprawdzamy LCP i CLS obu wersji.
Jakie narzędzia do testów A/B wybrać po Google Optimize?
Google Optimize i Optimize 360 przestały działać 30 września 2023 r., a aktywne eksperymenty zakończyły się tego dnia. Google wskazał jako narzędzia współpracujące z GA4 AB Tasty, Optimizely i VWO. Dla mniejszych stron, gdzie płatna platforma się nie zwróci, mamy dwie prostsze drogi: dwie wersje strony docelowej z ruchem podzielonym na poziomie kampanii reklamowej albo własny podział ruchu po stronie serwera, z wariantem zapisywanym jako parametr zdarzenia w GA4.
Wybierając narzędzie, sprawdź, czy działa z banerem zgód i Consent Mode v2, czy pozwala testować bez migania strony i czy raportuje wyniki z przedziałami ufności, a nie tylko „szansą na wygraną”.
Kiedy test A/B nie ma sensu?
Gdy ruch jest zbyt mały, by w rozsądnym czasie zebrać próbę z tabeli, gdy strona ma oczywiste błędy (niedziałający formularz, wolne ładowanie, brak wersji mobilnej) albo gdy zmiana i tak jest konieczna, np. z powodów prawnych. W takich sytuacjach szybciej i taniej jest poprawić problemy wskazane w audycie, a testy zostawić na etap, gdy podstawy działają. Koszt audytu UX/UI w Devisu zaczyna się od 1 500 zł netto, a samą przebudowę strony możesz wstępnie wycenić w interaktywnej wycenie.
Najczęściej zadawane pytania (FAQ)
Nie, jeśli są prowadzone zgodnie z zaleceniami Google. Robot Google musi widzieć te same wersje co użytkownicy (bez cloakingu), alternatywne adresy powinny mieć tag canonical wskazujący oryginał, a przekierowania do wariantów muszą być tymczasowe (302). Po zakończeniu testu trzeba szybko usunąć elementy testowe i zostawić zwycięską wersję.
To zależy od obecnego współczynnika konwersji i tego, jak dużą zmianę chcesz wykryć. Przy konwersji 3% i poprawie o 20% to ok. 14 tys. odwiedzin na każdą wersję, czyli prawie 28 tys. łącznie. Jeśli strona ma kilkaset wejść miesięcznie, lepiej sprawdzi się audyt UX, mapy cieplne i testy z użytkownikami niż klasyczny test A/B.
Google Optimize i Optimize 360 przestały działać 30 września 2023 r. Google wskazuje integracje z GA4 trzech narzędzi: AB Tasty, Optimizely i VWO. Na mniejszych stronach test można też przeprowadzić bez płatnego narzędzia – przez dwie wersje strony docelowej kampanii i porównanie konwersji w GA4.
W klasycznym teście A/B zmienia się jedną rzecz, żeby wiedzieć, co dało efekt. Testowanie kilku elementów jednocześnie to test wielowymiarowy (MVT), który wymaga wielokrotnie więcej ruchu, bo każda kombinacja jest osobnym wariantem. Dla większości firmowych stron lepiej robić kolejne, pojedyncze testy.
Gdy osiągnie z góry zaplanowaną liczbę odwiedzin i trwa pełne tygodnie, by objąć różnice między dniami roboczymi a weekendem. Nie należy przerywać testu w chwili, gdy narzędzie pierwszy raz pokaże istotny wynik – wielokrotne sprawdzanie zwiększa ryzyko fałszywego zwycięzcy. Google przypomina też, by nie przedłużać testu ponad potrzebę.
27 / 10 / 2026
