# Datart: Vad är magin bakom ökningen med 19 % i konvertering? A/B-test

> Efter att ha utvärderat testerna fann vi att Luigi's Box Search var påvisbart bättre på båda språkversionerna av e-butiken.

Source: <https://www.luigisbox.se/case-study/datart/>

---

E-handel

## Datart: Vad är magin bakom ökningen med 19 % i konvertering? A/B-test

Efter att ha utvärderat testerna fann vi att Luigi's Box Search var påvisbart bättre på båda språkversionerna av e-butiken.

- Baserat Central- och Östeuropa

![Datart: Vad är magin bakom ökningen med 19 % i konvertering? A/B-test](https://www.luigisbox.se/wp-content/uploads/sites/28/2026/04/seller-man-mobile-phone-professional-consultant-tech-store-shop-hold-new-smartphone-hand_627829-4967.webp)

Datart, en medlem av HP TRONIC-gruppens portfölj, är en av de ledande aktörerna inom detaljhandeln av hemelektronik i Tjeckien och Slovakien. Oavsett om det är i fysiska butiker eller försäljning via e-butiker har Datart funnits med oss i 32 år. De är mottagare av **Mastercard Merchant of the Year 2021**-utmärkelserna i kategorin elektroteknik, och **Most Trusted Brand 2020 och 2021**. Under 2022 ökade HP TRONIC-gruppen, inklusive DATART, sin omsättning med 5 % till 25,3 miljarder CZK. EBITDA-vinst på 942 miljoner CZK.

**I den här artikeln kommer du att lära dig att:**

- det finns alltid en anledning till att testa
- implementeringen av testet måste vara perfekt
- ett A/B-test kan vara en bra start
- det är möjligt att arbeta för betydande resultat på relativt kort tid
- enstaka tester kan överraska

### Var det analysen, nyfikenheten eller intuitionen i början?

Flera uppmärksammade kunder började med Luigi’s Box på samma plats som Datart. I början implementerade de **Luigi’s Box Analytics** på sin e-butik. Eftersom analysen redan hade gett mycket information var frågan om Luigi’s Box kunde vara en lika pålitlig partner inom sökning eller autoslutförande vid användning av **Luigi’s Box Search** som det var med analysen.

Datart inser **hur viktig sökningen är** för sina e-butiker och vad som kan påverka dess korrekta eller felaktiga inställning. Förutom kostnader finns det också andra viktiga mätvärden, såsom genererade intäkter, konverteringsfrekvens, antal genomförda köp. Ett ansvarsfullt tillvägagångssätt inkluderar säkert **testning och verifiering av hypoteser**. **Datart innoverar**, vilket kan ses inom flera områden. De gör sitt bästa **för att förbättra användarupplevelsen**, och förståeligt nog letar de efter bättre lösningar som hjälper användare och ökar vinsten samtidigt.

De utvecklade sin sökning internt, och vid något tillfälle var det nödvändigt att verifiera att extern sökning kunde vara lika bra, om inte bättre, än intern.

### Att driftsätta ett test är inte några få klick bort

Oavsett vad vi vill testa är det avgörande att ha **allt genomtänkt i förväg**. Till exempel metodik, jämförda värden, testets genomförbarhet eller utvärderingsmetod. Å andra sidan, teknisk implementering, svårighetsgrad och krav på utvecklare eller någon teknisk specialisering eller specifikation. Testet kan köras på både frontend- och backend-integration. I fallet med Datart var det den mer komplicerade och komplexa **backend-integrationen**. De flesta kunder är professionellt och personligen förberedda för liknande tester, så att hantera sådana uppgifter brukar inte innebära några komplikationer.

Lyckligtvis har Datart ett team av specialister som inte underskattade några aspekter, gav steg-för-steg-information och specifikationer och justerade de nödvändiga värdena ​​för att kommunicera med vårt system korrekt via API:et.

Redan innan du kör ett A/B-test behövs en uppsättning tester **för att eliminera** eventuella fel som avsevärt kan **påverka resultatet** av ett sådant test.

### Varför ett A/B-test?

Det finns många sätt att prova eller testa något. Det första alternativet är att ersätta en lösning med en annan och undersöka om den nya lösningen är mer effektiv. Här uppstår dock en grundläggande risk. Med storleken på en kund som Datart kan även en liten avvikelse i låga procentenheter visa sig som ett betydande vinstfall, vilket är oacceptabelt för alla företag.

Men ett säkrare alternativ är att först använda det så kallade **offline A/B-testet**. Befintliga sökresultat, till exempel under en tid, **jämförs** med resultaten som erbjuds av det testade verktyget. **Vi har utvecklat denna testmetod och har använt den länge**, tack vare vilken vi i grunden **eliminerar risken** att en ny sökning efter vissa fraser skulle visa sämre eller [inga resultat](/blog/no-results-found/). Detta gör testningen säkrare även för mer **framstående kunder**, där en liten avvikelse kan ha en betydande inverkan med tanke på antalet sökningar efter enskilda fraser.

Efter ett offline A/B-test går kunder smidigt över till ett “live” **online A/B-test**. Grunden är en metodik där vissa besökare tilldelas en version och andra en annan. Visningsförhållandet mellan den ena och den andra lösningen väljs, vilket kan vara 50:50. Men i början, till exempel, bara 80:20, så att kunden kan försäkra sig om att den testade varianten är bättre eller samma som den ursprungliga varianten. I slutändan **jämförs båda resultaten relativt**, och om ingångsvärdena, till exempel antalet sessioner, var **betydande**, kan vi gå vidare till **utvärderingen**.

### Resultatet på mindre än två veckor

Om vi skulle testa **särskilda fall**, eller om vi hade en e-butik med låg trafik, skulle testet ta **för lång tid** eftersom det låga antalet besök **inte skulle vara tillräckligt betydande**. Det skulle helt enkelt inte vara möjligt att avgöra vilken av de jämförda lösningarna som är **testets vinnare**.

Vissa kunder **testar i en vecka**, andra **i månader**. Med tanke på trafikens storlek och antalet konverteringar kan vi uppskatta hur lång tid testet kommer att ta. Därefter kommer vi att kontrollera resultatet genom statistisk signifikans för att minska risken för ett oväntat resultat. Allt är **alltid definierat i förväg**. Så att **testets början och slut**, såväl som **de jämförda mätvärdena** och **utvärderingsmetoden**, är tydliga. Reglerna får inte ändras “under spelets gång.”

I det här fallet hade vi tillräckligt med indata, bra timing och exakt utvärdering av testet. Testet i Datart ägde rum från **1 till 12 september 2022**. På mindre än två veckor samlades den nödvändiga datan in – och det var möjligt att utvärdera testet och avgöra vinnaren.

### Luigi’s Box som en A/B-testvinnare

Det jämförande A/B-testet driftsattes **på de tjeckiska och slovakiska versionerna av e-butiken**. Båda testerna skiljer sig åt i vissa värden, eftersom varje marknad i varje land fungerar annorlunda vid sökning.

På båda testade e-butikerna var **driftsättningsförhållandet 50:50**. Där 50 % av användarna fick den ursprungliga versionen av sökningen, och 50 % fick versionen med Luigi’s Box Search.

Resultaten av båda testerna **var signifikanta** enligt den valda metodiken.

Det huvudsakliga jämförande mätvärdet var “Konverteringsfrekvens” – **konverteringsfrekvens från sökanvändare**.

Efter att ha utvärderat testerna fann vi att, jämfört med den ursprungliga sökversionen, var **Luigi’s Box Search** påvisbart **bättre** på båda språkversionerna av e-butiken.

På den **slovakiska versionen, datart.sk**, var konverteringsförhållandet för vår lösning **högre med nästan 19 %** jämfört med den ursprungliga lösningen som användes.

På den **tjeckiska versionen, datart.cz**, var konverteringsförhållandet för vår lösning **högre med cirka 14 %** jämfört med den ursprungliga lösningen som användes.

En annan intressant information är att **vår lösning eliminerade felaktiga resultat och sökningar utan resultat** för vissa kategorier. **Luigi’s Box** kan vara ett pålitligt svar om du löser ett liknande problem med relevans.

### Slutsats

De valda mätvärdena visade att den artificiella intelligensen och maskininlärningen som används av Luigi’s Box kunde öka **konverteringsfrekvensen**, i detta fall **med 14-19 %**. Beroende på segment och sökstatus kan skillnaden i konverteringsfrekvens vara ännu högre. Tillsammans med ökningen av konverteringsfrekvensen ökade naturligtvis även försäljningen – vilket är det önskade läget. Efter sådana testresultat är det inte förvånande att Datart **kommer att använda Luigi’s Box Search** som sitt **sök- och autoslutförandeverktyg** på båda testade e-butikerna.

Detta exempel visar tydligt att vårt verktygs år av forskning och utveckling **har ett högt mervärde för kunden**.

Hur våra kunder drar nytta av Luigi's Box

- [Lucide: 8 % ökning av B2B-konverteringsgraden](/case-study/lucide/) · Lucide valde Luigi’s Box och uppnådde en 8-procentig ökning av B2B-konverteringsgraden samt andra förbättringar. Läs mer i vår fallstudie. · [Läs fallstudie](/case-study/lucide/)
- [Cykology: Intäktsökning med 37 %](/case-study/cycology/) · Cykology följer framgångsrikt de senaste e-handelstrenderna. · [Läs fallstudie](/case-study/cycology/)
- [Hur Autofyll och Sökfilter Hjälpte Uni Hobby Öka Sin Omsättning med 8%](/case-study/uni-hobby/) · UNI HOBBY är en av de största hobbymarknaderna i Tjeckien. · [Läs fallstudie](/case-study/uni-hobby/)
- [Vad ligger bakom Houselands 21-procentiga intäktsökning](/case-study/houseland/) · Houseland.cz vill ha en toppresterande e-butik och följa de senaste trenderna inom e-handel. Målet var ganska enkelt. Att upptäcka hur mycket pengar vi kan leverera extra med våra personaliseringsverktyg. · [Läs fallstudie](/case-study/houseland/)
- [CZC.cz: Hur korsförsäljning i kassan ger bättre omsättning](/case-study/czc/) · CZC.cz är en stark aktör på den tjeckiska e-handelsmarknaden för elektronik, särskilt inom geek-communityn. · [Läs fallstudie](/case-study/czc/)

---

Every page of this site is available as Markdown: add `?format=md` to its URL.  
Site map for agents: <https://www.luigisbox.se/llms.txt>  
Capability manifest: <https://www.luigisbox.se/.well-known/ai-catalog.json>
