Logotypy na landing page kampanii performance: jak je testować

Logotypy na landing page kampanii performance pomagają głównie wtedy, gdy ruch jest zimny – odbiorca kliknął reklamę i nie zna marki. Zamiast zakładać ich skuteczność, warto ją sprawdzić testem A/B: zmienić jeden element, policzyć z góry wymaganą liczbę odwiedzin, prowadzić test przez pełne tygodnie i mierzyć nie tylko konwersję, ale też jakość pozyskanych zgłoszeń.

Dlaczego landing page kampanii płatnej to inna sytuacja niż strona główna

Na stronę główną trafiają osoby, które już coś o firmie wiedzą: wpisały nazwę, przyszły z polecenia, wróciły po spotkaniu. Na landing page kampanii płatnej trafia ktoś, kto kilka sekund wcześniej przewijał media społecznościowe albo wpisał ogólne zapytanie. Logotypy klientów mają mu odpowiedzieć na pytanie, czy w ogóle warto zostawić dane. Ogólne zasady budowania takiej sekcji opisuje nasz przewodnik po logotypach klientów.

Rola logotypów zależy od źródła ruchu:

Wniosek praktyczny: jeśli możesz przygotować tylko jeden test, prowadź go na ruchu zimnym, bo tam logotypy mają największą szansę coś zmienić. Logotypy na landing page powinny też kontynuować przekaz reklamy – jeśli kreacja pokazuje klientów z branży, strona powinna pokazać te same znaki. Kiedy logotypy w ogóle trafiają do kreacji, opisujemy w tekście o logotypach klientów w reklamach LinkedIn i Meta.

Co testować: siedem hipotez o logotypach

Test „z logotypami czy bez” jest najprostszy, ale często najmniej użyteczny – odpowiedź zwykle brzmi „trochę lepiej z nimi” i nie mówi, co poprawić. Lepiej sformułować konkretną hipotezę.

1. Obecność. Pas logotypów pod nagłówkiem zwiększa odsetek wysłanych formularzy w porównaniu ze stroną bez nich.
2. Położenie. Logotypy bezpośrednio przy formularzu działają lepiej niż pod nagłówkiem, bo pojawiają się w chwili decyzji. Możliwe miejsca omawia artykuł o tym, gdzie umieścić logotypy klientów.
3. Dopasowanie do branży. Zestaw logotypów z branży, do której kierowana jest kampania, działa lepiej niż ogólny zestaw najbardziej znanych marek. Technikę opisujemy w tekście o segmentacji sekcji „Zaufali nam”.
4. Logo z liczbą. Nagłówek z liczbą klientów nad logotypami zwiększa konwersję bardziej niż same znaki.
5. Logo z cytatem. Jedna karta z wypowiedzią klienta i jego logo przekonuje mocniej niż rząd sześciu znaków – zob. cytat klienta przy logotypie.
6. Liczba znaków. Cztery logotypy działają tak samo jak osiem, a odciążają stronę na telefonie.
7. Kolejność dowodów. Logotypy nad opiniami działają lepiej niż opinie nad logotypami (lub odwrotnie).

Każdą hipotezę zapisz w formie: „Jeśli zmienimy X, to wskaźnik Y wzrośnie, ponieważ Z”. Uzasadnienie po słowie „ponieważ” pomaga potem zinterpretować wynik, także negatywny. Pełny przegląd elementów, które można dodać do strony docelowej, znajdziesz w checkliście social proof na landing page.

Zanim zaczniesz test: sprawdź, czy logotypy są w ogóle widoczne

Hipotezy najlepiej opierać na obserwacji, a nie na przeczuciu. Mapy przewijania i nagrania sesji, dostępne np. w bezpłatnym Microsoft Clarity, pokazują, ilu odwiedzających w ogóle dociera do sekcji z logotypami i czy zatrzymują na niej wzrok przed wypełnieniem formularza. Jeśli większość osób na telefonie nie przewija poniżej pierwszego ekranu, a logotypy są niżej, test „z logotypami czy bez” niczego nie wykaże – trzeba najpierw przetestować ich położenie.

Drugim źródłem hipotez są rozmowy z działem sprzedaży i krótkie ankiety na stronie, np. pytanie „Co powstrzymuje cię przed wysłaniem zapytania?”. Jeśli odpowiedzi dotyczą ceny, logotypy nie rozwiążą problemu. Jeśli dotyczą zaufania do nieznanej firmy – mają dużą szansę zadziałać.

Ile ruchu potrzeba: przykład obliczeniowy

Logotypy rzadko zmieniają konwersję dramatycznie. Jeśli spodziewasz się niewielkiej poprawy, potrzebujesz dużej próby, żeby odróżnić efekt od przypadku. Poniższa tabela pokazuje, ile odwiedzin potrzeba na każdy wariant przy poziomie istotności 0,05, mocy testu 80% i teście dwustronnym.

Przykład: landing page kampanii B2B ma konwersję 4%, a zespół chce wykryć wzrost do 4,8%, czyli o 20% względnie. Potrzeba około 10 300 odwiedzin na wariant, łącznie ponad 20 600. Przy 700 kliknięciach dziennie test potrwa około miesiąca. Przy 150 kliknięciach dziennie – ponad cztery miesiące, co w praktyce oznacza, że trzeba testować zmianę o większym spodziewanym efekcie albo zbierać ruch z kilku kampanii naraz.

Test nie wymaga dodatkowego budżetu – ruch i tak jest kupowany, a test tylko dzieli go między warianty. Kosztem jest czas i ryzyko, że przez kilka tygodni połowa ruchu trafia na słabszą wersję. Do własnych wyliczeń możesz użyć naszego kalkulatora istotności testu A/B, a samo pojęcie istotności statystycznej wyjaśnia słownik.

Jak ustawić test w kampanii performance

Są trzy główne sposoby podziału ruchu między warianty strony:

• Narzędzie do budowy landing page'y lub testów A/B – dzieli odwiedzających losowo na poziomie strony, niezależnie od źródła ruchu. Przegląd narzędzi po wycofaniu Google Optimize we wrześniu 2023 r. zawiera artykuł o narzędziach do testów A/B.
• Eksperymenty w Google Ads – pozwalają podzielić ruch kampanii między wersję oryginalną i eksperymentalną, w tym z innym adresem strony docelowej.
• Test A/B w Menedżerze reklam Meta – dzieli odbiorców między zestawy reklam różniące się wybraną zmienną, np. stroną docelową.

Niezależnie od narzędzia obowiązuje kilka zasad. Reklamy, stawki i budżet nie powinny się zmieniać w trakcie testu, bo zmiana jakości ruchu zafałszuje wynik. Test powinien obejmować pełne tygodnie – w B2B zachowanie w poniedziałek i w sobotę bywa zupełnie inne. Oba warianty muszą ładować się równie szybko: dodatkowe grafiki logotypów mogą pogorszyć czas ładowania na telefonie, a wtedy test mierzy szybkość, a nie dowód społeczny.

Szczegółowy proces planowania testów elementów zaufania, od hipotezy po wdrożenie zwycięzcy, opisuje poradnik o tym, jak testować elementy zaufania na stronie.

Jakie wskaźniki mierzyć: od konwersji do jakości leadów

Współczynnik konwersji to podstawowy, ale nie jedyny wskaźnik. W kampaniach B2B więcej formularzy nie zawsze oznacza więcej klientów – logotypy dużych marek mogą przyciągać zgłoszenia od firm, dla których oferta jest za droga.

Połączenie danych z kampanii z danymi sprzedażowymi pozwala ocenić, czy wariant z logotypami przyciąga właściwych klientów. W Google Ads i Meta można importować konwersje offline, np. zakwalifikowanie leada przez handlowca, i optymalizować kampanię pod ten etap, a nie pod sam formularz. Metodę łączenia danych w GA4 z wynikami sprzedaży opisujemy w poradniku o tym, jak zmierzyć wpływ opinii na sprzedaż w GA4 – ten sam schemat działa dla logotypów.

Najczęstsze błędy w testach logotypów

• Podglądanie wyniku i wczesne przerwanie. Codzienne sprawdzanie testu i zatrzymanie go przy pierwszej „istotnej” różnicy zawyża ryzyko fałszywego wyniku.
• Zbyt wiele wariantów naraz. Każdy dodatkowy wariant dzieli ruch i wydłuża test. Przy małym budżecie porównuj dwie wersje.
• Mieszanie źródeł ruchu. Wynik uśredniony dla ruchu brandowego i zimnego może ukryć efekt, który występuje tylko w jednej grupie.
• Zmiany w trakcie. Podmiana jednego logo, nowa kreacja reklamowa albo zmiana budżetu w połowie testu unieważniają porównanie.
• Przenoszenie wyniku na inne strony. To, że logotypy pomogły na stronie kampanii dla branży produkcyjnej, nie znaczy, że pomogą na stronie dla e-commerce.
• Efekt nowości u powracających odbiorców. Przy remarketingu część osób widzi stronę po raz kolejny, a każda zmiana przyciąga ich uwagę tylko dlatego, że jest nowa. Taki efekt zwykle słabnie po kilku tygodniach, dlatego wynik z pierwszych dni bywa zawyżony.
• Ogłaszanie zwycięzcy bez sprawdzenia jakości leadów. Wariant z wyższą konwersją może dawać gorszych klientów.

Checklista testu logotypów na landing page

1. Wybierz stronę z największym zimnym ruchem i zapisz konwersję bazową.
2. Sformułuj jedną hipotezę z uzasadnieniem: obecność, położenie, dopasowanie, liczba lub cytat.
3. Policz wymaganą liczbę odwiedzin i oszacuj czas trwania testu.
4. Przygotuj warianty o identycznej szybkości ładowania i układzie pierwszego ekranu.
5. Ustaw podział ruchu w narzędziu do testów, w eksperymentach Google Ads lub w teście Meta.
6. Zablokuj zmiany budżetu, stawek i kreacji na czas testu.
7. Mierz konwersję, koszt pozyskania i odsetek leadów zakwalifikowanych przez sprzedaż.
8. Podejmij decyzję po osiągnięciu zaplanowanej próby i zapisz wynik w rejestrze testów, także jeśli był negatywny.