تست A/B را کاملا بشناسید

تست A/B را کاملا بشناسید

توسط یاسر حمزه لوی ۱۶ شهریور ۹۷
تست A/B

تست A/B چیست؟ : تست A/B (که با نام‌های آزمون اسپلیت یا آزمون باکت نیز مشهور است) در کتب آموزش آمار به آزمون دوبخشی هم شناخته می شود. با آنکه آزمون دو بخشی ترجمه بسیار خوبی برای تست A/B است اما در فضای نت این آزمون را بیشتر به آزمون A/B یا تست A/B می‌شناسند. ما در این مقاله از هر دو واژه معروف در وب استفاده می‌‌کنیم

تست A/B روشی برای مقایسه‌ی دو نسخه از یک صفحه‌ی وب یا نرم افزار است که نشان می‌دهد کدامیک کارایی بهتری دارد. تست A/B اساسا آزمایشی است که در آن دو یا چند متغیر مربوط به یک صفحه به صورت تصادفی به کاربران نشان داده می‌شود و تجزیه و تحلیلی آماری استفاده می‌شود تا تعیین کنیم کدام متغیر کارایی بهتری برای هدف مورد نظر داشته است.

اجرای تست A/B که مستقیما یک متغیر را برای وضعیت فعلی سایت مقایسه می‌کند، سؤالات شما را بر تغییرات مورد نیاز برای شرایط فعلی سایت یا نرم افزار متمرکز کرده، و پس از آن داده‌های مربوط به تأثیر این تغییرات را جمع آوری می‌کند.

این آزمون انجام کارهای حدسی را برای بهینه سازی سایت  به حداقل می‌رساند و تصمیمات داده محور را جایگزین آن می‌کند، در نتیجه مکالمات تجاری از «ما فکر می‌کنیم» به «ما می‌دانیم» بدل می‌گردد. با اندازه گیری تأثیر تغییراتی که روی شاخص‌هایتان انجام داده‌اید، می‌توانید از نتایج مثبت هرگونه تغییرات اعمال شده اطمینان حاصل کنید.

تست A/B

تست A/B چگونه کار می‌کند؟

در یک تست A/B، شما از یک صفحه‌ی وب یا نرم افزار عکس گرفته و با اعمال تغییرات روی آن، نسخه‌ی دومی برای همان صفحه تولید می‌کنید. این تغییر می‌تواند به سادگی تغییر یک عنوان، یک عکس و یا بازطراحی کامل صفحه باشد. پس از آن، به نیمی از ترافیک ورودی خود، نسخه‌ اصلی صفحه‌ی وب (که کنترل نامیده می‌شود) و نیم دیگر نسخه‌ تغییر یافته‌ی صفحه (واریاسیون) را نشان دهید.

از آنجا که کاربران مختلف با صفحات کنترل یا واریاسیون روبرو می‌شوند، میزان تعامل آن‌ها با هر یک نسخه‌ها اندازه گیری شده، داده‌های آن در یک میزکار جمع آوری، تجزیه و تحلیلی و با استفاده از یک موتور آماری بررسی خواهد شد. شما می‌توانید تعیین کنید که تغییرات تجربه شده توسط کاربران نتیجه‌ مثبت یا منفی داشته و یا حتی هیچ تأثیری بر رفتار کاربران نداشته است.

چرا باید از تست A/B استفاده کرد؟

آزمون A/B به اشخاص، گروه‌ها و شرکت‌ها اجازه می‌دهد که در حین اعمال تغییراتی محتاطانه تجربه‌ کاربری، داده‌های مربوط به نتایج را هم جمع آوری کنند. این موضوع به آن‌ها کمک می‌کند که فرضیه سازی کنند و بیاموزند که چرا یک عنصر خاص در صفحه‌ی آن‌ها، بر رفتار کاربران مؤثر است. به عبارتی دیگر، آن‌ها قادر هستند که خلاف نظرشان را ثابت کنند! آزمون A/B می‌تواند خلاف نظر افراد درباره‌ی بهترین تجربه‌ی کاربری در جهت رسیدن به اهداف مورد نظر را ثابت کند.

فراتر از پاسخ گویی به یک سؤال و تأیید یک عدم توافق، تست  A/B می‌تواند به صورت مدوام برای بهبود تجربه کاربری و یا بهبود یک هدف خاص نظیر نرخ تبدیل در زمان‌های مختلف استفاده شود.

برای مثال یک شرکت فناوری B2B ممکن است به دنبال افزایش کیفیت فروش به مشتریان از طریق صفحه‌ فرود باشد. به منظور دستیابی به این هدف، گروه آن‌ها باید تست A/B برای تغییرات عنوان‌ها، نمای بصری، فرم‌ها، دکمه‌های اقدام به عمل و طرح کلی صفحه اعمال کنند. ما در مقاله CTA چیست هم درباره تأثیر تست‌های A/B بر این دکمه ها اقدام به عمل یا CTA صحبت های بسیار مفید داشته‌ایم. پیشنهاد می کن این مقاله را هم بخوانید.

انجام یک تغییر در هر مرحله، به شرکت ها کمک می‌کند که تأثیر هر یک از تغییرات را بر رفتار بازدید کنندگان مشاهده کرده و از تغییرات بی‌تأثیر نیز آگاه شوند. با گذشت زمان، آن‌ها می‌توانند تأثیر عوامل مثبت حاصل را با هم ادغام کرده و با آزمایش بهبودهای حاصل از همه‌ تغییرات نسبت به نسخه‌ قبلی، تأثیر کلی را مشاهده کنند.

 چنین روشی برای نمایش تغییرات در تجربه‌ی کاربری، اجازه می‌دهد که خروجی خاصی برای کاربران را بهینه کرد و کمک می‌کند که در جهت افزایش هر چه بیشتر اثرگذاری یک کارزار تبلیغاتی گام‌هایی حیاتی برداشته شود.

با آزمون نسخه‌های مختلف یک تبلیغ، فروشنده متوجه می‌شود که کدام نسخه کلیک‌های بیشتری را جذب می‌کند. با آزمون نسخه‌های مختلف صفحه‌ فرود، صاحبان سایت می‌فهمند که کدام طراحی بازدیدکنندگان را بهتر به مشتری تبدیل می‌کند. اگر عناصر هر یک از مراحل حداکثر اثرگذاری برای جذب مشتریان جدید را داشته باشند، هزینه‌ی کلی صرف شده برای یک کارزار تبلیغاتی نیز کاهش می‌یابد.

تست A/B برای توسعه دهندگان و طراحان محصولات نیز در جهت آگاهی از تأثیر ویژگی‌های جدید یا تغییرات تجربه‌ کاربری قابل استفاده است. بهبود محصولات، تعامل کاربری، نماها و تجربیات درون محصولی را با استفاده از تست A/B همگی با هم بهینه می‌شوند، البته در صورتی که اهداف نیز تعریف شفافی داشته و فرضیه‌های دقیقی وجود داشته باشند.

تست A/B

فرآیند تست A/B

آنچه در ادامه آمده است چارجوبی برای  تست A/B است که می‌توانید برای آغاز آزمون از آن استفاده کنید:

  • جمع آوری داده: تجزیه و تحلیل‌های شما اغلب نگرش‌هایی درباره‌ی جایی که باید بهینه سازی را آغاز کنید در اختیار شما قرار می‌دهد. این مورد به شما کمک می‌کند که با بخش‌های با بالاترین ترافیک در سایت یا نرم افزار خود شروع کنید، کاری که به شما اجازه می‌دهد داده‌ها را سریع‌تر جمع آوری کنید. صفحاتی را بیابید که کمترین نرخ تبدیل یا بیشترین نرخ خروج  قابل بهبود را دارند.
  • تعریف اهداف: اهداف تبدیلی شما شاخص‌هایی هستند که موفقیت نسخه‌ی واریاسیون نسبت به کنترل را تعیین کنید. این اهداف ممکن است کلیک روی یک دکمه یا لینک برای فروش محصول یا عضویت ایمیلی باشد.
  • فرضیه بسیازید: زمانی که هدف خود را تعریف کردید، می‌توانید ساخت ایده‌های آزمون A/B را شروع کرده و فرضیه سازی کنید که چرا فکر می‌کنید این تغییرات از نسخه‌ی فعلی سایت شما بهتر است. وقتی که شما فهرستی از ایده‌ها داشته باشید، می‌توانید آن‌ها را بر اساس تأثیر مورد انتظار و سختی اجرا اولویت بندی کنید.
  • واریاسیونها را بسازید: با استفاده از یک نرم افزار تست A/B (مثل Optimizely)، تغییرات دلخواه خود را برای هر یک از عناصر وبسایت یا نرم افزار موبایل اعمال کنید. این مورد می‌تواند تغییر رنگ پایین سایت، تغییر ترتیب عناصر در یک صفحه، مخفی کردن عناصر ناوبری یا تغییری در چیدمان سایت باشد. اکثر نرم افزارهای تست A/B ویرایشگر بصری دارند که این تغییرات را آسان‌تر می‌کند. با استفاده از پرسش و پاسخ از کارکرد مورد انتظار تغییرات اطمینان حاصل کنید.
  • آزمایش را اجرا کنید: آزمایش خود را اجرا کنید و منتظر تعامل کاربران باشید! در این حالت، بازدید کنندگان سایت یا نرم افزار شما به صورت تصادفی به صفحات کنترل یا واریاسیون خواهند رفت. تعامل آن‌ها با هریک از صفحات اندازه گیری شده، شمارش می‌شود و برای تعیین کارایی مقایسه می‌شود.
  • تجزیه و تحلیل نتایج: زمانی که آزمون شما به پایان رسید، زمان تجزیه و تحلیل نتایج فرا می‌رسد. نرم افزار تست A/B شما نتایج حاصل از آزمایش را در اختیار شما قرار می‌دهد، تفاوت میان چگونگی کارکرد دو نسخه از صفحه را نشان داده و بیان می‌کند که آیا تفاوت آماری قابل توجهی بین صفحات وجود داشته است یا نه؟

اگر صفحه‌ی واریاسیون برنده باشد که‌ تبریک! در ادامه ببینید که آیا می‌توانید آموخته‌های خود از آزمون را برای سایر صفحات به کار ببرید و تلاش کنید که آزمایش‌ها را برای بهبود نتایج ادامه دهید. اگر آزمایش شما نتایجی منفی تولید کند یا اصلاً نتیجه‌ای ندهد، نگران نباشید. از آزمایش به عنوان روشی برای آموختن استفاده کنید و فرضیات جدیدی که قابل آزمایش باشند تولید کنید.

تست A/B

خروجی آزمایش شما هر چیزی که بود، از آن برای آزمون‌های آینده استفاده کرده و به طور دائم برای بهینه سازی سایت یا نرم افزار خود استفاده کنید.

آزمون A/B و سئو

گوگل تست A/B  را تأیید و بر استفاده از آن تأکید کرده است و  گفته است که استفاده از آزمون A/B و یا سایر آزمون‌های چندگانه‌ی بررسی مزایای سایت هیچ خطری برای رتبه‌ی سایت شما ندارند. اگرچه ممکن است سوء استفاده از یک ابزار آزمون A/B برای اهدافی نظیر مخفی کاری باعث کاهش رتبه‌ی شما بشود. گوگل مقاله‌ای منتشر کرده که در آن برخی از بهترین روش‌های جلوگیری از این اتفاق را بیان کرده است:

  • مخفی کاری نکنید- مخفی کاری روشی است که در آن محتوایی متفاوت با آنچه که به کاربر نمایش داده می شود، به موتور جستجو نشان داده می‌شود. مخفی کاری می‌تواند باعث مجازات شده و حتی حذف سایت از صفحه‌ی نتایج جستجو را منجر شود. برای پیشگیری از مخفی کاری، از تغییرات در ظاهر برای نمایش محتوای متفاوت به ربات گوگل بر اساس عامل کاربری یا آی‌پی استفاده نکنید.
  • از rel=”canonical” استفاده کنید- اگر یک تست A/B برای آدرس‌های اینترنتی (URL) چندگانه را اجرا می‌کنید، باید از عبارت rel=”canonical” برای بازگشت صفحه‌ی واریاسیون به صفحه‌ی کنترل استفاده کنید. انجام این کار کمک می‌کند که از سردرگمی ربات گوگل در مقابل نسخه‌های مختلف سایت شما پیشگیری شود.
  • از بازنشانی (redirect) 302 به جای 301 استفاده کنید- اگر آزمونی را اجرا می‌کنید که آدرس‌های اینترنتی اصلی را به آدرس اینترنتی واریاسیون بازنشانی می‌کند، از روش بازنشانی (موقت) 302 به جای بازنشانی 301 (دائمی) استفاده کنید. این کار به موتورهای جستجو نظیر گوگل می‌گوید که این بازنشانی موقت است و آن‌ها باید نشانی اینترنتی اصلی را به جای نشانی آزمایشی ایندکس کنند.
  • آزمایش را تا زمانی که لازم است انجام دهید- انجام آزمایش برای مدتی بیش از آنکه لازم است، خصوصا اگر شما یک نسخه‌ی واریاسیون را به درصد بزرگی از کاربران نمایش دهید، می‌تواند به عنوان تلاشی برای انحراف موتور جستجو تلقی شود. گوگل به روز رسانی سایت و حذف همه‌ی نسخه‌های آزمایشی واریاسیون سایت شما پس از پایان آزمون برای جلوگیری از ادامه یافتن آن به مدت طولانی را پیشنهاد می‌کند.

تست A/B

یک شرکت چندرسانهای می‌خواهد روابطش را افزایش دهد، مدت زمان حضور خوانندگان در سایت را بیشتر کند و میزان خوانده شدن مقالاتش را با استفاده از شبکه‌های اجتماعی تشدید کند. برای دستیابی به این اهداف، آن‌ها باید واریاسیون‌ها را بر این اساس آزمایش کنند:

  • نماهای عضویت ایمیلی
  • محتوای توصیه شده
  • دکمه‌های اشتراک گذاری در شبکه‌های اجتماعی

یک شرکت مسافرتی ممکن است به دنبال افزایش تعداد رزرو موفق بر روی وبسایت یا نرم افزار موبایل یا افزایش درآمد‌های فرعی باشد. برای بهبود این شاخص‌ها باید واریاسیون‌های زیر را آزمایش کنند:

  • نماهای جستجوی صفحه‌ی نخست
  • صفحه‌ی نتایج جستجو
  • ارائه‌ی محصولات فرعی

یک شرکت تجارت الکترونیک می‌خواهد تعداد سفارش‌های کامل، میانگین ارزش سفارشات یا فروش در تعطیلاتش را افزایش دهد. برای موفقیت در این کار، باید آزمون A/B زیر را اجرا کند:

  • تبلیغ صفحه‌ی نخست
  • عناصر ناوبری
  • اجزای فرآیند ثبت سفارش

اجرای آزمون های A/B یکی از تخصص هایی است که اخیرا به نوین مارکتینگ اضافه شده است برای آن که از جزئیات این خدمت جدید نوین مارکتینگ آگاه شوید با ما تماس بگیرد همکاری با شما موجب افتخار ماست.

تست A/B

منابع: optimizely
اشتراک گذاری

عضویت در خبرنامه نوین مارکتینگ

برای دریافت جدیدترین اخبار، مقالات و تخفیف ها ایمیل خود را وارد کنید

یاسر حمزه لوی

علاقمند به خواندن و نوشتن، که معمولا مشغول مطالعه درباره دنیای دیجیتال، کسب و کارهای برخط، بازاریابی محتوا، سئو و... هستم.

مطالب مرتبط

دیدگاهی بنویسید

آدرس ایمیل شما برای عموم نمایش داده نخواهد شد. موارد ضروری با * مشخص شده اند.