A / B testing

A / B testing

منظور از تست A / B چیست؟ چگونه تست A و B می‌تواند به مارکتینگ کمک کند؟ چگونه از آزمایش A B در وب سایتمان استفاده کنیم؟


آزمون A/B ، آزمایش A/B یا A / B Testing (که با نام آزمون تقسیم یا آزمون باکت نیز شناخته می شود) یک روش برای مقایسه ی دو نسخه از صفحه ی وب یا اپلیکیشن است که به تعیین اینکه کدام یک از آن نسخه ها عملکرد بهتری دارد، کمک می‌کند.


آزمایش A / B

آزمون A/B اساسا یک آزمایش است که دو یا چند گونه مختلف از صفحه به کاربران به طور تصادفی نشان داده می شوند و از تجزیه و تحلیل آماری استفاده می شود تا تعیین شود کدام نوع برای هدف مورد نظر یعنی تبدیل(میزان علاقه مشتری برای خرید محصول) عملکرد بهتری دارد. پس به طور کلی روش ارزیابی ای مبتنی بر شواهد است که اغلب برای مقایسه دو صفحه از وب به کار گرفته میشود . برای مثال ممکن است کاربران به هر کدام از صفحه های جدید یا اصلی که هرکدام محتوا و تصاویر خاص خود را دارند، ارجاع داده شوند تا مشخص شود که ، کاربران کدام نسخه را می پسندند.

تست A / B

اجرای A / B Testing که مستقیما یک نوع صفحه را با صفحه ی مورد استفاده فعلی مقایسه می کند اجازه می دهد تا سوالات متمرکزی را درمورد تغییرات وب سایت یا اپلیکیشن تان بپرسید و سپس داده هایی را درباره تاثیر آن تغییر جمع آوری کنید.

اجرای آزمون، فرآیند حدس زنی را درمورد بهینه سازی وب سایت انجام می دهد و تصمیم گیری برمبنای اطلاعات داده شده را ممکن می سازد که مکالمات کسب و کارتان را از “ما فکر می کنیم” به “ما می دانیم” تغییر می دهد. با اندازه گیری اثری که تغییرات بر روی معیارهای‌تان داشته است می توانید اطمینان حاصل کنید که هر تغییری نتایج مثبتی در پی خواهد داشت.

آزمون A/B چطور کار می کند؟

در آزمون A/B ، شما یک صفحه ی وب یا صفحه ی اپلیکیشن را درنظر می گیرید و آن را تغییر می دهید تا یک نسخه ی دوم از همان صفحه بسازید.این تغییر می تواند به سادگی تغییر یک سرصفحه یا دکمه باشد ویا طراحی مجدد کامل از صفحه باشد. سپس، به نیمی از ترافیک سایت تان نسخه ی اصلی صفحه(به عنوان کنترل شناخته می شود) و نیمی دیگر نسخه ی تغییریافته ی صفحه (دستکاری شده) نشان داده می شود.

استفاده از آزمایش A / B

هنگامیکه بازدیدکنندگان سایت با یکی از موارد کنترل یا دستکاری شده مواجه شدند، تعامل آن ها با هرکدام از صفحات اندازه گیری می شود و در یک داشبورد تحلیلی جمع آوری و توسط یک ابزار آماری تجزیه و تحلیل می شود. سپس شما می توانید تعیین کنید که تغییرات اعمال شده بر تجربه ی کاربری اثر مثبت منفی و یا خنثی بر رفتار بازدید کنندگان داشته است.

چارت کنترل و تغییر در آزمایش A / B

چرا باید از آزمون A/B استفاده کنید؟

آزمون A/B افراد، تیم ها و شرکت ها را قادر می سازد تا تغییرات دقیقی را روی تجربه کاربری سایت و یا اپلیکیشن شان اعمال کنند و درعین حال درمورد نتایج به جمع آوری اطلاعات بپردازند.

این آزمون به آن ها اجازه می دهد تا فرضیاتی بسازند ، و بهتر یادبگیرند که چرا بعضی عناصر خاص موجود در تجربه کاربری صفحات این افراد، روی رفتار کاربر اثر می گذارد. به طریقی دیگر، آن ها می توانند اثبات کنند که فرضیات شان اشتباه بوده است ، یعنی عقیده ی آن ها درباره بهترین تجربه کاربری برای یک هدف معین می تواند از طریق آزمون A/B امتحان شود و ثابت شود که اشتباه بوده است.

آزمون AB  چیزی بیشتر از پاسخ دادن به یک سوال یک طرفه یا حل و فصل یک اختلاف نظر است ، این آزمون می تواند همواره استفاده شود تا یک تجربه ی کاربری مورد نظر را به طور پیوسته بهترو بهتر کند(بهبود یک هدف به تنهایی مانند نرخ تبدیل در طول زمان).

برای مثال، شرکت دارای تکنولوژی B2B ممکن است بخواهد کیفیت و کمیت مشتری بالقوه اش را با استفاده از صفحات فرود کمپین ارتقا دهد. به منظور دستیابی به این هدف، تیم باید آزمون A/B را امتحان کند و سرصفحه، شبیه سازی بصری، فرم های مخصوص ورود اطلاعات، تولید محتوا ، فراخوانی برای اقدام (CALL TO ACTION)، و چیدمان کلی صفحه را تغییر دهد.

آزمودن تنها یک تغییر در هر دفعه به آن ها کمک می کند تا متوجه شوند کدام تغییر روی رفتار بازدیدکنندگان اثر داشته است، و کدام تاثیری نداشته است. در طول زمان، آن ها می توانند اثر تغییرات مفید آزمایش شده را با هم ترکیب کنند تا پیشرفت قابل اندازه گیری تجربه ی کاربری جدید را نسبت به نوع قدیمی آن مشاهده کنند.

چارت مقایسه استفاده و استفاده نکردن از A / B Testing

این روش اعمال کردن تغییرات در تجربه ی کاربری همچنین تجربه کاربری را برای یک نتیجه ی دلخواه بهینه سازی می کند، و می تواند در یک کمپین بازاریابی موثرتر گام های مهمی بردارد.

با آزمون متن آگهی تبلیغاتی، بازاریاب ها می توانند یادبگیرند که کدام نسخه کلیک های بیشتری را جذب می کند.با آزمون صفحه فرود بعدی آن ها می توانند یادبگیرند که کدام چیدمان به بهترین شکل بازدیدکنندگان را به مشتری ها تبدیل می کند. هزینه ی کلی خرج شده در یک کمپین بازاریابی می تواند به شدت کاهش پیدا کند تنها درصورتیکه عناصر هرگام به موثرین شکل ممکن کار کنند تا مشتریان جدید را جذب کند.

آزمون A/B می تواند همچنین توسط تولیدکنندگان و طراحان محصول استفاده شود تا اثر ارائه ی امکانات جدید یا تغییرات را در یک تجربه ی کاربری نشان دهد.

قیف A / B تست

آشنایی مشتری با محصول،تعامل کاربر، ماژول ها، و تجربه کاربری درون محصول همه ی این ها را می توان با آزمون A/B بهینه سازی کرد، تا زمانی که اهداف به روشنی تعریف شده باشند و شما یک فرضیه ی واضح داشته باشید.

روند آزمون A/B

چارچوب آزمون A/B در زیر آورده شده، شما می توانید از آن استفاده کنید تا شروع به اجرای آزمون ها کنید:

  • داده جمع آوری کنید: تجزیه و تحلیل اغلب بینشی نسبت به جایی که می توانید از آنجا شروع به بهینه سازی کنید فراهم می آورد. این کمک می کند تا با نواحی دارای ترافیک بالا در وب سایت یا اپلیکیشن تان شروع کنید، که این باز هم به نوبه خود کمک می کند تا بتوانید زودتر داده جمع آوری کنید. به دنبال صفحاتی که نرخ تبدیل پایینی دارد یا افت شدیدی در نرخ تبدیل دارد و می توان آن را بهبود بخشید، بگردید.
  • اهداف تان را شناسایی کنید: اهداف تبدیل معیارهایی هستند که شما از آن ها استفاده می کنید تا تعیین شود آیا گونه ی تغییریافته موفق تر از نسخه ی اصلی هست یا نه. اهداف می توانند هرچیزی باشند؛ از کلیک کردن روی یک دکمه تا لینک هایی که به خرید محصول منتهی می شوند و یا ثبت نام از طریق ایمیل.
  • فرضیه سازی: وقتی یک هدف را شناسایی کردید می توانید شروع به تولید ایده ها و فرضیات آزمون A/B کنید تا مشخص کنید چرا فکر می کنید آن ها بهتر از نسخه ی فعلی خواهند بود. وقتی یک لیست از ایده ها در دست داشتید، آن ها را براساس تاثیرگذاری موردانتظار و سختی اجرایی سازی، ارجحیت بندی کنید.
  • نسخه های تغییریافته بسازید: با استفاده از نرم افزار آزمون A/B تغییرات دلخواه را در تجربه کاربری یکی از اجزای وب سایت یا اپلیکیشن موبایل تان ایجاد کنید. این می تواند تغییر رنگ یک دکمه ، جابه جایی ترتیب اجزای موجود در صفحه، مخفی سازی عناصر پیمایشی، یا یک چیز کاملا دلخواه باشد. بسیاری از ابزارهای اجرای آزمون A/B یک ویرایشگر بصری دارند که اعمال این تغییرات را آسان می کنند. از کیفیت آزمایش تان اطمینان حاصل کنید تا مطمئن شوید همانطور که انتظار می رود عمل می کند.
  • آزمایش را انجام دهید: شروع به انجام آزمایش کنید و صبرکنید تا بازدیدکنندگان در آن شرکت کنند! در این مرحله بازدیدکنندگان از سایت یا اپلیکیشن شما به طور تصادفی در گروه های کنترل یا دستکاری شده قرار می گیرند. تعامل آنان با هریک از تجربه های کاربری اندازه گیری،شمرده،و مقایسه می شود تا تعیین شود هرکدام از آن ها چگونه عملکردی داشته است.
  • نتایج را تجزیه و تحلیل کنید: وقتی آزمایش تان کامل شد ، زمان آن است تا نتایج را تجزیه و تحلیل کنید. نرم افزار آزمون داده جمع آوری شده از آزمایش ارائه می دهد و تفاوت بین چگونگی عملکرد بین نسخه های صفحات تان را نشان می دهد، و همچنین این را نشان می دهد که این تفاوت از لحاظ آماری معنادار باشد.

اگر نسخه ی تغییریافته برنده ی این آزمون بود به شما تبریک می گوییم! ببینید که آیا می توانید آموزه هایی که از آزمایش در صفحات دیگر وب سایتتان یادگرفته اید را اعمال کنید و به تکرار آزمایش ادامه دهید تا نتایج تان را بهبود دهید. اگر آزمایش شما نتیجه ی منفی دربرداشت یا نتیجه ای نداشت اخم نکنید. از آزمایش به عنوان یک تجربه ی یادگیری استفاده کنید و فرضیات جدیدی بسازید که بتوانید آن ها را بیازمایید.

مراحل آزمایش A / B

نتیجه ی آزمایش تان هرچه که باشد، از تجربه ی خود استفاده کنید تا از آزمون های آتی اطلاع داشته باشید و به طور ادامه دار تکرار کنید تا تجربه ی کاربری سایت یا اپلیکیشن تان را بهینه کنید.

آزمون A/B و سئو

گوگل آزمون A/B را مجاز می شمارد و حتی به آن تشویق می کند و اذعان داشته است که اجرای آزمون A/B یا آزمون چند متغیره ماهیتا هیچگونه ریسکی برای جایگاه وب سایت شما در جستجو ایجاد نمی کند. با این حال، ممکن است جایگاه سایت شما در جستجو به خاطر سو استفاده از ابزار آزمون A/B برای اهدافی مانند کلاکینگ(Cloaking) به خطر بیفتد.

گوگل چند اقدام عالی برای اطمینان حاصل کردن از اینکه این اتفاق نمی افتد، انجام می دهد:

  • اجتناب از کلاکینگ(Cloaking):کلاکینگ اقدامی است که در آن به موتورهای جستجوگر محتوای متفاوت از آنچه یک بازدید کننده عادی می تواند ببیند، نشان می دهند. این کار می تواند باعث شود که سایت تان در نتایج جستجو تنزل رتبه پیدا کند یا حتی حذف شود.برای جلوگیری از این کار، از دسته بندی های بازدیدکنندگان براساس سیستم عامل کاربر یا آدرس آی پی او ،برای نمایش محتوای متفاوت با ربات گوگل سوء استفاده نکنید.
  • از rel=”canonical” استفاده کنید: اگر یک آزمون تقسیم با چند URL را اجرا می کنید باید از صفت rel=”canonical” استفاده کنید تا اشاره کنید که این نسخه های تغییریافته مربوط به نسخه اصلی صفحه است. با انجام این کار کمک می کنید تا ربات گوگل با چند نسخه از یک صفحه ی مشابه سردرگم نشود.
  • از ریدایرکت 302 به جای 301 استفاده کنید: اگر آزمونی اجرا می کنید که URL صفحه ی اصلی را به URL یک صفحه تغییریافته هدایت می کند، از ریدایرکت 302(موقت) به جای ریدایرکت 301(پایدار)استفاده کنید.این به موتورهای جستجوگری مانند گوگل می گوید که این ریدایرکت موقتی است و آن ها باید به نمایش URL اصلی به جای URL آزمایشی ادامه دهند.
  • آزمایشات را تنها تا زمانی که ضرورت دارد اجرا کنید: اجرای آزمون ها برای مدت زمان طولانی تر از حد لازم، خصوصا اگر یکی از نسخه های تغییریافته ی صفحه ی اصلی را به درصد زیادی از کاربران ارائه کنید؛ می تواند به عنوان تلاشی برای فریب موتورهای جستجو درنظرگرفته شود.گوگل توصیه می کند که به محض نتیجه گیری سایت تان را بروزرسانی کنید و تمام نسخه های آزمایشی از سایت تان را هرچه سریعتر حذف کنید و از انجام تست های طولانی مدت غیرضروری خودداری کنید.

آزمایش A / B در شرکت های مختلف

تولید محتوای شرکت رسانه اییک شرکت مطبوعاتی ممکن است بخواهد شمار خوانندگان را افزایش دهد،مدت زمانی که خوانندگان در سایت آن ها صرف می کنند را بیشتر کند و بازدید از مقالات آنان را از طریق اشتراک گذاری در شبکه های اجتماعی بالا ببرد. برای دسترسی به این اهداف آن ها می توانند تغییراتی روی موارد زیر اعمال کنند:

  • ماژول های ثبت نام از طریق ایمیل
  • محتوای پیشنهادی
  • دکمه های اشتراک گذاری در شبکه های اجتماعی

 

تولید محتوا شرکت گردشگرییک شرکت مسافرتی ممکن است بخواهد شمار رزروهایی که در وب سایت یا اپلیکیشن موبایل شان با موفقیت تکمیل شده اند را افزایش دهد، یا بخواهد درآمد حاصل از فروش محصولات جانبی را افزایش دهد. برای پیشرفت در این معیارها آن ها باید این تغییرات را تست کنند:

  • ماژول های جستجو در خانه اصلی
  • صفحه نتایج جستجو
  • نمایش محصولات جانبی

 

تولید محتوا فروشگاهییک شرکت تجارت الکترونیکی ممکن است بخواهد شمار تسویه حساب های کامل، میزان متوسط سفارش یا فروش در ایام تعطیلات را افزایش دهد. برای دست یافتن به این اهداف آن ها باید آزمون A/B را درمورد موارد زیر اجرا کنند:

  • تبلیغات در صفحه اصلی
  • عناصر پیمایشی
  • اجزای قیف تسویه حساب

 

تولید محتوا شرکت فناوریک شرکت فناور ممکن است بخواهد شمار مشتری های احتمالی باکیفیت بالا را برای تیم فروش شان افزایش دهند، شمار کاربرانی که از دوره آزمایشی رایگان استفاده می کنند را بیشتر کنند یا یک نوع خاصی از خریدار را جذب کنند. آن ها باید موارد زیر را آزمایش کنند:

  • اجزای فرم مشتری احتمالی
  • روند ثبت نام برای دوره آزمایشی رایگان
  • پیام رسانی در صفحه ی اصلی و اقدام به عمل

جمع بندی

در این مقاله با آزمایش A / B آشنا شدیم و تاثیرات فوق العاده آن در نرخ تبدیل را بررسی کردیم. امیدواریم از آن استفاده لازم را برده باشید.

همچنین فراموش نکنید که ما در می چند همیشه منتظر نظر هایش شما هستیم.

پیشنهاد می‌کنیم سری به واژه نامه های می چند بزنید تا بتوانید، در مسیر تولید محتوا ، دیجیتال مارکتینگ و SEO با اصطلاحات تخصصی بیشتر آشنا شوید.

منبع : Optimizely

رسانا

من رسانا ، کارشناس تولید محتوا در می چند هستم. از ابتدای همکاریم با می چند تصمیم داشتم که کار های متفاوتی رو رقم بزنم و امیدوارم من رو با فعالیت ها و مقالاتم دنبال کنید.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

3 × 4 =