عندما لا يكون اختبار أ / ب يستحق كل هذا العناء

بالنسبة إلى خبراء التسويق مثلك ومثلي ، لا شيء يجعل الدم يتدفق مثل اختبار أ / ب. إنهم سريعون في الجري ومن المرضي للغاية مشاهدة تدفق النتائج. بمجرد أن نبدأ ، نبدأ السباقات ، ومن الصعب أن نتخيل كيف فعلنا ذلك بدونها. إذا تمكنا فقط من فعل ذلك مع كل شيء: قم بتشغيل بكرتين من قرارات حياتنا الكبيرة في وقت واحد لمعرفة الخيارات الصحيحة.

ولكن بدون دراسة متأنية ، يمكن أن يصبح اختبار A / B في الواقع مضيعة لوقتنا الثمين. فيما يلي كيفية تحقيق أقصى استفادة من اختبار A / B.

ما هو اختبار A / B؟ كيف يعمل؟

يسمح لك اختبار A / B باختبار تجربة أو رسالة لمعرفة ما إذا كان يمكن تحسينها. في اختبار أ / ب ، تقدم للمستخدمين إصدارين من موقع أو تطبيق أو ميزة (الإصدار أ مقابل ب). الإصدار الأفضل أداءً ، مهما كان المقياس الذي تتبعه ، هو الفائز.

يمكن للمرء اختبار أي شيء تقريبًا: الأزرار ، والخطوط ، والعبارات التي تحث المستخدم على اتخاذ إجراء ، وأنماط المحتوى التحريري ، وحتى تفاصيل المستوى التالي مثل سرعة التمرير ، عن طريق وضع إصدار واحد أمام المجموعة الأولى من المستخدمين ، وعادةً ما يكون عنصر التحكم (A) ، و متغير (ب) أمام مجموعة ثانية من المستخدمين. يتم اختيار حركة المرور بشكل عشوائي قدر الإمكان ، لذا فإن المتغير الوحيد الذي تختبره هو المتغير الذي تم تغييره في المتغير ب. يمكنك اختبار متغيرات متعددة و / أو متغيرات متعددة وهذا ما يُعرف باسم الاختبار متعدد المتغيرات ، وهو موضوع ليوم آخر.

استخدم اختبار A / B لاختبار فرضية

استخدم اختبار A / B لاختبار الأفكار الذاتية لكيفية حل مشكلة بالأدلة الموضوعية القائمة على البيانات والتي ستؤكد ما إذا كانت الأفكار سليمة أم لا.

يتم إجراء اختبار A / B جيدًا وفقًا لوصفة أساسية. ابدأ بالمشكلة التي ترغب في حلها. ربما لديك بيانات أو بحث مستخدم يشير إلى وجود مشكلة ، أو مجرد حدس مستنير مستمد من معرفة منتجك وجمهورك.

بعد ذلك ، قم بتطوير فرضية تحدد ما يبدو أنه أفضل حل لمشكلتك. بعد ذلك ، قم بإجراء اختبارك لجمع الأدلة التجريبية التي ستثبت أو تدحض فرضيتك في النهاية. أخيرًا ، اتخذ إجراء بناءً على ما تعلمته.

ما الذي تبحث عنه قبل الشروع في اختبار A / B

في دراسة De Tocqueville لعام 1835 عن الشخصية الأمريكية ( الديمقراطية في أمريكا ) ، كتب أنه في الولايات المتحدة ، "ينقسم الرأي العام إلى ألف دقيقة من درجات الاختلاف حول أسئلة دقيقة جدًا."

بالطبع ، لم يكن لدى De Tocqueville أي فكرة عن مدى ملاءمة ملاحظاته في سياق التسويق الرقمي والهاتف المحمول. بعض النتائج ببساطة لا تضمن الوقت الذي تستغرقه في اكتشافها. تعرف على الوقت المناسب لاختبار A / B ، ومتى يكون من الأفضل قضاء وقتك في مكان آخر.

4 أسباب لعدم إجراء الاختبار

1. لا تختبر أ / ب في الحالات التالية: ليس لديك حركة مرور مفيدة حتى الآن

أصبح اختبار A / B منتشرًا في كل مكان ، ومن الصعب تخيل عالم الأجهزة المحمولة أو تطوير المنتجات بدونه. ومع ذلك ، فإن القفز إلى الطرف العميق لحوض الاختبار قبل أن تبلل كاحليك قد يكون خطأً.

الأهمية الإحصائية هي مفهوم مهم في الاختبار. من خلال اختبار مجموعة كبيرة بما يكفي من المستخدمين ، ستحدد ما يفضله المستخدم العادي وتقليل احتمالية أن يكون التفضيل الذي تحدده ناتجًا عن خطأ في أخذ العينات.

هل رأيت حركة لأن المستخدمين يفضلون بالفعل المتغير على عنصر التحكم؟ أو ، على سبيل المثال ، هل قدمت دون قصد الخيار "أ" للأشخاص الذين يحبون القطط والمتغير "ب" للأشخاص الذين يكرهون البرغر بالجبن ، مما يعني أن نتائجك لا تخبرك فعليًا بأي شيء عن المستخدم العادي؟ للحماية من هذا النوع من أخطاء أخذ العينات ، تحتاج إلى حجم عينة ذو دلالة إحصائية. كيف تعرف ما إذا كانت نتائجك مهمة بما يكفي لتبرير اتخاذ إجراء؟ الرياضيات!

يمكنك البدء باستخدام هذه الآلة الحاسبة المجانية لأهمية A / B ( أو هذه الآلة ، إذا كنت تفضل ذلك). تقارن كل آلة حاسبة الزائرين والتحويل على جانبي متغير A / B الخاص بك ، وتقوم بمجموعة من العمليات الحسابية الخلفية ، وتمنحك "مستوى الثقة" المعبر عنه كنسبة مئوية ، مما يتيح لك معرفة أن اختبارك قد حقق أو لم يثمر النتائج التي يمكنك العمل عليها بثقة.

عادةً ما يكون اختبار شيء تتوقع أن يحدث فرقًا كبيرًا في معدل التحويل ممكنًا مع انخفاض حركة المرور ، ولكن لاختبار التغييرات الصغيرة ، مثل لون الزر ، ستحتاج إلى حجم عينة أكبر. إذا كنت قلقًا ، فقم بالتلاعب بهذه الآلة الحاسبة لمعرفة ما إذا كانت حركة المرور الخاصة بك في المكان الذي يجب أن تكون فيه قبل إجراء اختبار A / B.

إذا لم يكن لديك عدد كافٍ من المستخدمين للإبلاغ عن نتائج ذات مغزى ، فقد يتم إنفاق جهودك بشكل أفضل في جذب المزيد من العملاء بدلاً من التجربة. إذا قررت المضي قدمًا وإجراء اختبار بينما لا تزال قاعدة المستخدمين الخاصة بك صغيرة ، فقد تحتاج إلى ترك الاختبار مباشرًا لعدة أسابيع قبل أن ترى نتائج ذات مغزى.

2. لا تختبر أ / ب إذا: لا يمكنك قضاء الوقت بأمان

يقول أندرو كوهين ، المؤسس والرئيس التنفيذي لشركة Brainscape ، والمدرس في TechStars and General Assembly ، " إن إجراء اختبارات الانقسام هو ببساطة مهمة تتطلب الإدارة المكثفة ، بغض النظر عن مدى رخص التكلفة وكفاءة المكونات الإضافية لاختبار A / B ... يحتاج شخص ما إلى تكريس وقته لتحديد ما يجب اختباره وإعداد الاختبار والتحقق من نتائج الاختبار وتنفيذها ".

يوضح كوهين أنه على الرغم من إمكانية تنفيذ هذه المهام بسهولة نسبية ، إلا أنها لا تزال تتطلب الكثير من "النطاق الترددي الذهني ، وهو أندر مورد في أي شركة (خاصةً في مرحلة مبكرة من بدء التشغيل)".

اقض وقتًا مقدمًا في تحديد ما يجب عليك اختباره ، لذلك فأنت تحقق أقصى استفادة من وقت اختبار A / B الخاص بك.

3. لا تختبر أ / ب إذا: لم يكن لديك حتى الآن فرضية مستنيرة

تجميع المعلومات. حدد مشكلتك. حدد فرضية. ثم اختبر لمعرفة ما إذا كنت على حق. تعامل مع اختبار A / B مثل العلم الحقيقي! لا يبدأ العالم الجيد تجربة بدون فرضية .

لتحديد فرضيتك ، تعرف على المشكلة التي تريد حلها ، وحدد هدف التحويل. على سبيل المثال ، لنفترض أن عملائك يميلون إلى التراجع عند نقطة معينة في مسار التحويل.

المشكلة: يقوم العملاء بتحميل العناصر في سلة التسوق الخاصة بهم ، لكنهم لا يكملون عملية الشراء أبدًا.

استنادًا إلى القليل من أبحاث السوق وحكمك المستنير ، تعتقد أنه إذا أضفت زرًا يقول ، "إنهاء عملية الشراء" ، فستتمكن من زيادة التحويل. من المهم أيضًا تحديد مقياس نجاحك. ما هي أصغر زيادة في التحويل تسعد برؤيتها؟ (ولماذا هذا الرقم؟ ماذا يعني لعملك ككل أن يفوز بهذه الزيادة؟) وهذا يرتبط أيضًا بحسابات الأهمية الإحصائية الخاصة بك. في هذا المثال ، لنفترض أنك تريد زيادة التحويل بنسبة 20٪.

تُكتب الفرضية العلمية عادةً بصيغة if / then. لذا تصبح فرضيتك ، " إذا أضفت زر" إنهاء عملية الشراء "، فسيتابع 20٪ المزيد من الأشخاص عملية الشراء".

في نهاية الاختبار ، سيكون لديك بعض القرارات التي يتعين عليك اتخاذها. إذا كان اختبارك إيجابيًا ويؤكد فرضيتك ، فتهانينا! فزت. أصبحت فرضيتك الآن نظرية مثبتة (تم إثباتها ضمن مستوى الثقة المئوية الذي حققته بالطبع). إذا كان عملك مرنًا بما فيه الكفاية ، فيمكنك إنشاء حل دائم على الفور. قد ترغب في الاستمرار في اختبار المتغيرات الأصغر لمعرفة ما إذا كان هناك مجال أكبر لتحسين نجاحك الأول.

إذا كان اختبارك سلبيًا ، ولم تصل فرضيتك إلى المستوى المطلوب ، فستفوز أيضًا! هذا يعني أن سيطرتك هي الصيغة الرابحة ، ويمكنك الاستمرار في استخدامها بثقة. مرة أخرى ، على الرغم من ذلك ، قد ترغب في اختبار متغيرات مختلفة إذا كنت لا تحصل على النتائج التي تريدها. اكتشف ما إذا كانت هناك طريقة أخرى لحل مشكلتك ، وقم بتطوير فرضية جديدة.

إذا كان اختبارك غير حاسم ، فقم بإعادة النظر في مشكلتك. هل أنت متأكد من أن نقطة الألم هي المكان الذي تعتقد أنه موجود فيه؟ هل لديك عدد كافٍ من الزيارات لإبلاغ النتائج المهمة إحصائيًا؟ تذكر أن الإجابة على ما يعاني منه منتجك قد لا تكون بالضرورة في اختبار أ / ب.

4. لا تختبر أ / ب إذا: كانت هناك مخاطر منخفضة لاتخاذ إجراء على الفور

يقول لين وانج ، رئيس قسم التسويق في Apptimize ، " يجب تخطي اختبار A / B في المواقف التي تعرف فيها أن الفكرة ستؤدي بالتأكيد إلى تحسين تطبيقك والمخاطر المرتبطة بـ ... تنفيذ الفكرة منخفضة." وتضيف: " لا يوجد سبب لإضاعة الوقت والموارد لاختبار شيء ربما يكون جيدًا وقليل المخاطر. من المستحسن تمامًا القفز إلى التنفيذ ".

هذا مفيد بشكل خاص لتذكر ما إذا كان وقتك نادرًا. ضع في اعتبارك أن نتيجة معينة قد تكون صحيحة ، وفي نفس الوقت ، قد تكون غير مهمة.

الأداة الجيدة مفيدة مثل تطبيقها الذكي فقط

اختبار A / B هو مورد لا يصدق. أدت الإجراءات الذكية والبسيطة المتخذة بناءً على نتائج واضحة من الاختبارات المطبقة جيدًا إلى تحقيق النجاح عبر المشهد الرقمي . تعرف الشركات الناجحة متى حان الوقت للتحلي بالصبر وإجراء اختبار مفيد. إنهم يعرفون أيضًا متى يعتمدون على حدسهم أو مصادر المعلومات الأخرى ، والمضي قدمًا دون شبكة الأمان المفترضة لفترة اختبار مطولة أو سابقة لأوانها والتي لن تضيف في الواقع أي قيمة.