Dijital Menüde A/B Testi: Daha Fazla Satmak İçin Deneyin

Restoran menü A/B testi, "bilemiyorum" diye askıda bıraktığınız kararları sayılarla cevaplamanın en somut yoludur. Yeni bir fiyat sunumu mu satışı artırır? Daha uzun açıklama mı? Fotoğraf eklemek mi? Bu yazıda dijital menüde A/B testinin temellerini, hangi değişkenleri ölçmeye değer olduğunu ve sonuçları yorumlamayı ele alıyoruz.

A/B Testinin Temeli

A/B testi basittir: iki versiyon hazırlarsınız (A ve B), ziyaretçilerin yarısı A'yı, yarısı B'yi görür. Sonra metrik farkına bakarsınız. Restoran bağlamında metrik genelde sipariş başına ortalama tutar, tıklanma oranı veya sepete ekleme oranı'dır.

Önemli olan tek seferde tek değişken değiştirmek. Hem fotoğrafı hem fiyat sunumunu birlikte değiştirirseniz hangi etkenin işe yaradığını ayırt edemezsiniz.

Test Edilmeye Değer 5 Değişken

1. Fiyat sunumu: "₺149" vs "149 ₺" vs "149". Türk para birimi sembolü konumu sipariş kararını %4-8 etkileyebilir.

2. Açıklama uzunluğu: 1 cümle vs 3 cümle. Daha uzun açıklamalar dönüşümü artırır, ama her zaman değil — pizza için artırır, su için anlamsız.

3. Fotoğraf varlığı: Aynı ürün fotoğraflı vs fotoğrafsız. Tipik sonuç: %30-50 daha fazla tıklanma.

4. Ürün adı: "Tavuklu Salata" vs "Akdeniz Lezzeti Izgara Tavuklu Yaz Salatası". İkincisi pahalı algıyı azaltabilir.

5. Kategori sıralaması: Tatlıyı sona koyma vs ortaya yerleştirme.

Anlamlı Bir Test Süresi

İstatistiksel anlamlılık için yeterli örneklem gerekir. Küçük bir restoranda günde 40-60 menü görüntülemesi olabilir; her varyant için en az 400 görüntülenme hedefleyin. Bu yaklaşık 2 hafta sürer.

Mevsimsellik ve hafta günlüğü tuzakları için her iki varyantı eş zamanlı (50/50 split) yayınlayın. Bir hafta A, sonraki hafta B yapmak yanıltıcıdır.

Pratik Bir Örnek

İstanbul'daki bir İtalyan restoranı, "Margherita" ürününü 2 hafta süren bir testle inceledi. A varyantı: tek cümle açıklama + ₺145 fiyat. B varyantı: hikâyeli üç cümle açıklama + "₺145 / 320 g" sunum. Sonuç: B varyantı %23 daha fazla sepete eklenme üretti.

thMenu üzerinde A/B test desteği sıfırdan kurulmaz — kategori veya ürün düzeyinde varyant tanımlayıp analitik panelinden sonuçları izleyebilirsiniz.

Aksiyon

Her ay 1-2 test çalıştırın. Yıl sonunda 15-20 öğrenme biriktirmiş olursunuz. Önce yüksek hacimli ürünleri test edin — domino etkisi en yüksek orada görülür.

Faydalı buldunuz mu? Paylaşın.