A/B تستینگ یا تست A/B چیست؟

ستاره | سرویس تکنولوژی – ساده است؛ یک تغییر در یک صفحه ایجاد می‌کنیم، آن را در دسترس بازدیدکنندگان قرار می‌دهیم، رفتار و تجربه آن‌ها را با توجه به اهداف خود بررسی می‌کنیم. در تست A/B صفحه اورجینال (Control) با صفحه تغییر یافته (Variation) مقایسه می شود؛ اگر تغییرات مثبت باشد، بنابراین اجرای این تغییر می‌تواند در صفحات دیگر نیز کارآمد باشد.

 

تست A/B که به عنوان تست “مجزا” یا تست “سطل” نیز شناخته می‌شود، یک روش خاص برای مقایسه دو نسخه یک صفحه وب یا برنامه در برابر یکدیگر است تا تعیین کند که کدامیک بهتر عمل می‌کند. تست AB اساسا یک آزمایش است که در آن دو یا چند نوع از یک صفحه به طور تصادفی به کاربران نشان داده می‌شود و از تجزیه و تحلیل آماری برای تعیین اینکه کدام تغییرات در جهت یک هدف خاص بهتر عمل می‌کند، استفاده می‌شود. اجرای آزمون AB که به طور مستقیم یک تغییر را در برابر تجربه فعلی مقایسه می‌کند، به شما امکان می‌دهد سوالات متمرکز درباره تغییرات در وب سایت یا برنامه خود را مطرح کرده و سپس اطلاعات مربوط به تاثیر این تغییر را جمع آوری کنید.

A/B تستینگ، پیش بینی تاثیرات بهینه سازی وب سایت را انجام داده و تصمیمات برگرفته از این اطلاعات را موثر‌تر خواهد کرد، طوری که مکالمات تجاری شما از گزاره “ما فکر می‌کنیم” به گزاره “ما می‌دانیم” تغییر می‌کند. با سنجش تاثیراتی که تغییرات روی معیار‌های شما دارند، می‌توانید این اطمینان را حاصل کنید که آیا هر تغییر، با یک نتیجه مثبت همراه خواهد بود یا خیر.

 

A/B تستینگ چگونه کار می‌کند

در A/B تستینگ، صفحه وب یا صفحه برنامه را در اختیار می‌گیرید، آن را تغییر می‌دهید تا یک نسخه دوم از همان صفحه ایجاد کنید. این تغییر می‌تواند با یک تغییر در عنوان یا دکمه یا یک واحد ساده انجام شود و یاحتی می‌تواند یک طراحی مجدد و کامل از صفحه باشد. سپس نیمی از ترافیک، خود نسخه اصلی صفحه را نشان داده (شناخته شده با عنوان control) و نیم دیگر ترافیک نسخه اصلاح شده صفحه (variation) را نشان می‌دهد.

 

 

همانطور که بازدیدکنندگان از control یا variation استفاده می‌کنند، تعامل آن‌ها با هر تجربه در یک داشبورد تجزیه و تحلیل جمع آوری شده و از طریق یک موتور آماری سنجیده می‌شود. سپس، با توجه به این داده‌ها می‌توانید تعیین کنید که آیا تغییر تجربه کاربر، تاثیر مثبت، منفی یا هیچ تاثیری بر رفتار بازدید کننده داشته است یا خیر؟!

 

چرا باید از A/B تستینگ استفاده کنید

A/B تستینگ به افراد، تیم‌ها و شرکت‌ها اجازه می‌دهد تا تغییرات دقیقی را در تجارب کاربران خود در هنگام جمع آوری داده‌ها بر روی نتایج هدفمند ایجاد کنند. این کار به آن‌ها اجازه می‌دهد تا با ساخت فرضیه به خوبی یاد بگیرند که چرا تغییر بعضی از عناصر بر روی تجربیات و رفتار کاربران تاثیر می‌گذارد. از طرف دیگر، A/B تستینگ می‌تواند اثبات نادرستی فرضیه آن‌ها باشد – این بدین معنی است که نظر آن‌ها در مورد ایجاد بهترین تجربه کاربری در جهت یک هدف مشخص می‌تواند پس از آزمون A/B رد شود.

 

 

به عنوان مثال، یک شرکت تجاری یا فروشگاه اینترنتی ممکن است بخواهد کیفیت و حجم فروش خود را از طریق صفحات پربازدید وبسیایت خود بهبود بخشد. به منظور دستیابی به این هدف، A/B تستینگ بر روی تیتر، تصاویر بصری، المنت‌های صفحه و طرح کلی صفحات اجرا می‌شود. تست یک تغییر در یک زمان مشخص به آن‌ها کمک می‌کند تا به طور دقیق مشخص کنند که کدام تغییرات تاثیری بر رفتار بازدید کنندگان خود داشته و کدام یک از آن‌ها تاثیری نداشته است. با گذشت زمان، آن‌ها می‌توانند تاثیر تغییرات کارآمد را ترکیب کرده و با اجرای آن‌ها شاهد بهبود عملکرد صفحات نسبت به نسخه قدیمی‌تر باشند.

با تست کپی آگهی، بازاریابان به این مسئله پی خواهند برد که کدام نسخه کلیک بیشتری جذب می‌کند. با تست صفحه ورود کاربر، آن‌ها می‌توانند یاد بگیرند که کدام طرح بهترین بازدید کننده را به مشتری تبدیل می‌کند. بنابراین تست A/B در تبلیغات به خصوص طراحی بنر تبلیغاتی نیز کارآمد خواهد بود. اصولا، در صورتی که عناصر هر مرحله، به منظور دستیابی به مشتریان جدید کارآمد باشد، هزینه‌های یک مجموعه مارکتینگ کاهش خواهد یافت. 

 

 

فرآیند A/B تستینگ

مراحل زیر  چارچوب کلی برای یک تست A/B است:

1. جمع آوردی داده ها: تجزیه تحلیل درست یک نگاه کلی درباره نقطه آغاز بهینه سازی در اختیار شما قرار می‌دهد. به دنبال صفحاتی باشید که دارای نرخ تبدیل (conversion rate) پایینی هستند و امکان بهینه سازی آن‌ها وجود دارد.
2. اهداف خود را بشناسید: بسیار واضح است که اهداف تغییرات شما برای این وجود دارند تا به میزان تاثیرگذاری تغییرات نسبت به نسخه اصلی پی برده شود. هدف شما می‌تواند هر چیزی باشد: کلیک بر روی یک دکمه یا کلیک بر روی یک لینک یا ثبت نام از طریق ایمیل و …
3. ساخت فرضیه: بعد از اینکه اهداف خود را شناختید باید فرضیه‌ای برای توجیه تغییرات خود بسازید. چرا فکر می‌کنید که این تغییر باعث بهبود عملکرد می‌شود؟ یک لیست از ایده‌های خود تهیه کرده و اولویت بندی کنید.
4. تغییرات را ایجاد کنید: نرم افزار A/B تستینگ شما تغییر مورد نظر را در یکی از عناصر صفحات وبسایت یا صفحات موبایلی ایجاد می‌کند. همانطور که گفتیم این تغییر می‌تواند در هر جایی صورت گیرد: رنگ یک دکمه، ترتیب المان‌های یک صفحه یا… بسیاری از ابزار‌های انجام A/B تستینگ دارای ویرایشگر بصری است که کار انجام تغییرات را راحت می‌کند.
5. آزمایش را آغاز کنید: تست را شروع کرده و منتظر رفتار کاربران باشید. در این مرحله بازدیدکنندگان سایت شما به صورت تصادفی به یکی از نسخه‌های control یا variation ارجاع داده می‌شوند. ارتباط و رفتار آن‌ها با هر تجربه سنجیده می‌شود.
6. نتایج آنالیز: وقتی تست به اتمام رسید، زمان تجزیه و تحلیل فرا می‌رسد. حال نرم افزار A/B تستینگ داده‌های حاصله از آزمایش را تشریح کرده و تفاوت بین دو نسخه را نشان می‌دهد. به طور حتم، شاهد تفاوت‌های آماری خواهید بود.

اگر تغییرات شما موفقیت آمیز هستند، تبریک می‌گوییم! حال توصیه می‌کنیم از نتایج آزمایش درس گرفته و تغییرات کارآمد را در صفحات دیگر سایت خود اعمال کنید و برای بهبود نتایج خود به آزمایش ادامه دهید. اگر آزمایش شما یک نتیجه منفی ایجاد کند یا نتیجه‌ای نداشته باشد، نگران نباشید. از A/B تستینگ به عنوان یک تجربه یادگیری و ایجاد فرضیه‌های جدید استفاده کنید.

 

A/B تستینگ و اصول سئو

گوگل اجازه انجام A/B تستینگ را صادر کرده و شما را به سمت آن تشویق می‌کند. گوگل به وضوح تشریح کرده است که انجام این تست هیچ خطری برای رتبه وبسایت شما در پی نخواهد داشت، اما با استفاده نادرست از یک نرم افزار A/B تستینگ در جهت اهدافی مانند مخفی کردن (Cloaking) احتمال به خطر افتادن رتبه وجود خواهد داشت. از این رو، گوگل بهترین تکنیک‌های استفاده درست از ابزار A/B تستینگ را در اختیار شما قرار داده است:

• مخفی کردن ممنوع – زمانی که محتوای نمایش داده شده به موتور جستجو متفاوت از محتوای نمایش داده شده برای بازدیدکنندگان واقعی باشد، مخفی کاری یا Cloaking رخ داده است. این کار حتی می‌تواند به حذف سایت شما از نتایج جستجو منجر شود؛ بنابراین تمام توان خود را برای پیشگیری از این مخفی کاری به کار بگیرید.
• استفاده از “rel=”canonical – اگر با چندین URL تست جداگانه‌ای را آزمایش می‌کنید، باید از ارزش “rel=”canonical برای ایجاد رابط میان صفحه اصلی و صفحه تغییرات استفاده کنید. انجام این کار از سردرگمی ربات گوگل در مواجه با نسخه‌های متنوع از یک صفحه پیشگیری می‌کند.
• استفاده از ریدایرکتوری ۳۰۲ به جای ۳۰۱ – اگر یک تستی انجام می‌دهید که URL اصلی را به یک URL نسخه تغییر یافته (variation) هدایت می‌کند، از ریدایرکتوری ۳۰۲ (موقت) به جای ریدایرکتوری ۳۰۱ (دائمی) استفاده کنید. این ویژگی به موتور‌های جستجو مانند گوگل می‌گوید که این ریدایرکت موقت است و آن‌ها باید نشانی وب صفحه اصلی را ایندکس کنند نه URL صفحه تغییر یافته را! باید بدانید امکان ایندکس کردن نسخه تغییر یافته وجود دارد.
• A/B تستینگ را تا زمانی که ضروری است انجام دهید – تست‌هایی که برای مدت زمان طولانی انجام می‌شوند، مخصوصا اگر یک نسخه از صفحه خود را به درصد زیادی از بازدیدکنندگان خود ارائه می‌دهید، می‌تواند به عنوان یک تلاش برای فریب موتور‌های جستجو تلقی شود. گوگل به صراحت توصیه می‌کند که پس از پایان A/B تستینگ و دریافت نتیجه و داده‌های خود، در سریع‌ترین زمان ممکن سایت خود را بروزرسانی کرده و نسخه‌های variation را حذف کنید، چراکه A/B تستینگ نباید در یک بازه زمانی بلند مدت انجام شود.

 

تست A/B در گوگل آنالیتیک

تنها ابزار رایگان انجام تست A/B گوگل آنالیتیک است. استفاده حرفه ای از این ابزار برای ایجاد رونق در یک مارکتینگ ضروری است. این ابزار گوگل دارای یک بخش به نام “Content Experiments” است که به کاربر اجازه انجام تست های جداگانه A/B را می دهد. این ویژگی بسیار مفید و کارآمد است، اما متاسفانه دارای ویرایشگر تصویری نیست. اصولا، یکی از مشکلات آنالیتیک دشواری یادگیری آن است. ابزارها و نرم افزارهای دیگری نیز در زمینه تست A/B وجود دارند که استفاده از آن ها رایگان نیست،‌ اما مزیت های فراوان بیشتری به همراه خواهد داشت.

 

 

منبع: Optimizely