استفاده از تست A/B یکی از ملزومات موفقیت هر استراتژی دیجیتال مارکتینگ است. به این تست، تست اسپلیت (Split testing) یا تست دو متغیره نیز می‌گویند. تست A/B شامل یک فرآیند تصادفی آزمایش هم‌زمان دو متغیر می‌شود. در این تست، دو نسخه از یک متغیر (مانند یک صفحه وب، عناصر داخلی صفحه و …) به‌طور همزمان به بازدیدکنندگان مختلف وبسایت نشان داده می‌شوند تا مشخص شود کدام یک از نسخه‌ها تاثیرگذاری بیشتری دارد و بهترین گزینه برای افزایش نرخ تبدیل می‌باشد. با این حساب نمی‌توان اهمیت تست A/B را در پیشبرد کسب و کارها نادیده گرفت. اگر از این تست در کسب و کار خود استفاده نمی‌کنید، مطمئن باشید که مقدار زیادی از درآمدهای احتمالی را از دست می‌دهید. در این مقاله از آکادمی کاپریلا، وارد مبحث تخصصی‌تری از آزمون A/B می‌شویم، پس اگر به مفاهیم اولیه آن نیاز دارید، پیشنهاد می‌کنیم در ابتدا، مقاله تست A/B چیست؟ را مطالعه کنید.

آنچه می خوانید: پنهان کردن فهرست

چه چیزهایی را می‌توان با تست A/B آزمایش کرد؟

یکی از عوامل بسیار مهمی که نقش پررنگی در تعیین سرنوشت کسب و کارهای اینترنتی دارد، «قیف تبدیل مشتریان بالقوه به خریدار» است؛ بنابراین هر محتوایی که از طریق وبسایت شما در دسترس مخاطبان قرار می‌گیرد، باید به بهترین شکل ممکن، بهینه‌سازی شود. این مسئله زمانی اهمیت ویژه‌ای پیدا می‌کند که بحث عناصری به میان می‌آید که در رفتار بازدیدکنندگان وبسایت شما و در نهایت، نرخ تبدیل مشتری تاثیر می‌گذارند. پس بهتر است هنگام اجرای استراتژی بهینه‌سازی وبسایت، عملکرد عناصر زیر را هم با کمک تست A/B، محک بزنید.

محتوای صفحه

تیترها و زیرتیترها

تیتر اصلی، اولین چیزی است که بازدیدکنندگان بعد از ورود به یک صفحه با آن رو‌به‌رو می‌شوند. علاوه‌بر این، تیترها عناصری هستند که اولین و آخرین برداشت مخاطب را تعریف کرده، جاهای خالی ذهن او را پر می‌کنند و به شما می‌گویند که آیا مخاطبانتان مسیر قیف را ادامه می‌دهند و تبدیل به خریدار می‌شوند یا خیر. از این‌رو باید در انتخاب تیترها و زیرتیترهای وبسایت خود، دقت کافی به خرج دهید. مطمئن شوید تیترهایی که انتخاب می‌کنید کوتاه، جذاب و گیرا هستند و در اولین نگاه، پیام شما را منتقل می‌کنند (در این زمینه، مقاله تیترهای جذاب تبلیغاتی: اهمیت، کاربرد، ویژگی‌ها و مراحل طراحی تیتر تبلیغاتی را بخوانید). تست A/B را در چند متن با فونت‌ها و سبک‌های نوشتاری مختلف امتحان کنید. به این ترتیب متوجه می‌شوید کدام یک، نظر بازدیدکننده را بیشتر جلب می‌کند و منجر به تبدیل او به مشتری وفادار می‌شود.

پیشنهاد آموزشی مرتبط:

محتوای بدنه

بدنه یا محتوای اصلی متن وبسایت شما باید به‌طور کاملاً شفاف بیان کند که مشتری، چه اطلاعاتی را دریافت خواهد کرد و در فروشگاه یا وبسایت شما باید انتظار چه چیزی را داشته باشد. بدنه محتوا باید با تیترها و زیرتیترها ارتباط موضوعی داشته باشد. بدنه‌ای که نگارش خوبی داشته باشد، شانس تبدیل وبسایت شما به آهنربای جذب مشتری (Lead magnet) را افزایش می‌دهد. هنگام نوشتن محتوای وبسایت، دو مورد پایین را به‌ خاطر بسپارید:

  • سبک نوشتاری: لحن محتوا را باید با توجه به مخاطب مورد نظرتان انتخاب کنید. نوشته شما باید مستقیماً کاربر نهایی را هدف قرار دهد و همچنین پاسخگوی تمام سوالات او باشد. متنی که می‌نویسید باید شامل عبارت‌هایی کلیدی مرتبط با محصول و نیاز مخاطب هم باشد تا کارایی متن افزایش پیدا کند. محتوای شما همچنین باید دارای عناصری باشد که روی نکات مهم، تاکید بیشتری می‌کند.
  • ساختار: در نوشته‌ها از تیترها و زیرتیترهای مرتبط استفاده کنید. کل متن را به پاراگراف‌های کوچک و قابل درک تقسیم کنید. با استفاده از بولت و فهرست‌بندی، متن را برای افرادی که می‌خواهند نگاه اجمالی به آن بیندازند، به روان‌ترین حالت ممکن در بیاورید.

سوم: نوار عنوان ایمیل

نوار عنوان یا موضوع ایمیل (Subject line) روی نرخ باز شدن ایمیل‌ها تاثیر مستقیم دارد. اگر مشترکان ایمیلی، موضوع دلخواه خود را در عنوان ایمیل مشاهده نکنند، به احتمال زیاد، ایمیلی که ارسال کرده‌اید سر از سطل زباله در می‌آورد. بر اساس تحقیقات اخیر، نرخ باز شدن ایمیل‌ها در بیش از 12 صنف مختلف به 25 تا 47 درصد می‌رسد. اگر نرخ باز شدن ایمیل‌های شما بیشتر از این مقدار است، یعنی به احتمال زیاد فقط حدود نصف مشترکان شما ایمیل‌هایتان را باز می‌کنند. تست A/B عنوان ایمیل، شانس کلیک کردن افراد روی ایمیل‌های شما را بالا می‌برد. بنابراین از مواردی مانند سوال در برابر جمله خبری، کلمات قدرتمند به‌جای کلمات روزمره، عنوان‌های دارای ایموجی یا بدون آن، استفاده از عدد و همچنین جایگاه عدد (اول، وسط یا آخر عنوان) و … را امتحان کنید.

پیشنهاد آموزشی مرتبط:

دوره ویدیویی آموزش بازاریابی ایمیلی: اینجا را کلیک کنید (+).

طراحی و ساختار صفحه

از آن‌جا که در طراحی استراتژی و مدیریت کسب‌ و کار، همه چیز مهم به نظر می‌رسد، اغلب مدیران کسب‌ و کارها در تشخیص اینکه چه عناصری در وبسایت واقعاً اهمیت دارند، دچار مشکل می‌شوند؛ در حالی‌که به کمک تست A/B، این مشکلات برای همیشه حل می‌شوند. مثلاً در وبسایت شما به‌عنوان یک فروشگاه اینترنتی، صفحه محصولات از نظر تاثیرگذاری در تبدیل مشتری اهمیت زیادی دارد. با پیشرفتی که در تکنولوژی‌های فروش آنلاین ایجاد شده، مطمئناً مشتری دوست دارد قبل از خرید هر محصول، تصاویر و توضیحات آن را با کیفیت بالا مشاهده کند. در نتیجه صفحه محصولات شما باید از نظر طراحی و ساختار، در بهینه‌ترین حالت ممکن باشد. طراحی و ساختار صفحه، علاوه بر متن به تصویر (تصویر محصولات، محصولات پیشنهادی و غیره) و فیلم (فیلم محصولات، فیلم نسخه‌های آزمایشی، معرفی محصول و غیره) نیز نیاز دارد. صفحه محصولات فروشگاه آنلاین شما باید بدون اینکه بازدیدکنندگان را سردرگم و آشفته کند، پاسخگوی همه سوالات آنها باشد، بنابراین:

  • اطلاعات را به‌طور شفاف بنویسید: سعی کنید بسته به نوع محصولاتی که می‌فروشید، روش‌های خلاقانه‌ای را برای جمع‌آوری همه اطلاعات ضروری و توضیحات شفاف برای محصولات پیدا کنید. به این ترتیب، زمانی‌که خریداران به‌دنبال نتایج دلخواه برای جستجوهای خود در گوگل هستند، در دنیایی از نوشته‌های دسته‌بندی نشده غرق نمی‌شوند.
  • روی بازخوردهای مشتریان تاکید داشته باشید: علاوه‌بر نقدهای مثبت، نقدهای منفی وارد بر محصولات خود را نیز اضافه کنید. وجود نقدهای منفی و بیان ایرادات محصول، میزان اعتمادپذیری کسب و کار شما را افزایش می‌دهد.
  • محتوای ساده بنویسید: سعی نکنید برای زیبایی محتوا، آن را با زبانی پیچیده بنویسید؛ با این کار، خریداران احتمالی سردرگم خواهند شد. محتوای وبسایت خود را ساده، کوتاه و سرگرم‌کننده بنویسید.
  • حس ضرورت و نیاز ایجاد کنید: با اضافه کردن برچسب‌هایی مانند «فقط 2 عدد باقی مانده است» و شمارش معکوس‌هایی مثل «پیشنهاد فروش ویژه فقط تا 2 ساعت دیگر ادامه دارد» یا «تخفیف‌های استثنائی» و …، خریدار را به سمت خرید فوری سوق دهید.

سایر صفحاتی که باید به بهترین شکل بهینه‌سازی شوند عبارتند از صفحه خانه (اصلی) و صفحات فرود. برای اینکه این صفحات مهم را تا آخرین حد ممکن بهینه ‌کنید، از تست A/B کمک بگیرید. تا جایی که می‌توانید انواع ایده‌ها را تست کنید؛ برای مثال در صفحه‌ای فضای سفید اضافه کنید و عکس‌های باکیفیت قرار دهید یا به‌جای تصویر، فیلم‌های محصول را بارگذاری کرده و ساختارهای مختلف را امتحان کنید. برای یادگیری بیشتر، مقاله راهنمای بهینه‌سازی صفحه فرود را بخوانید.

پیشنهاد آموزشی مرتبط:

جهت‌یابی (نویگیشن)

یکی دیگر از عناصر وبسایت‌ها که با استفاده از تست A/B قابل بهینه‌سازی است، جهت‌یابی (Navigation) وبسایت است. زمانی‌که صحبت از ایجاد بهترین تجربه کاربری می‌شود، نحوه جهت‌یابی وبسایت و سهولت در پیدا کردن مسیرها در وبسایت، حرف اول را می‌زند. برای ساختار وبسایت خود، نحوه ارتباط صفحات مختلف با یکدیگر و نحوه واکنش آنها به ساختار وبسایت، طرح واضحی داشته باشید. جهت‌یابی وبسایت‌ها از صفحه خانه شروع می‌شود. صفحه خانه، صفحه مادر است. همه صفحات دیگر از این صفحه مشتق می‌شوند و به یکدیگر لینک داده خواهند شد. مطمئن شوید ساختار وبسایت شما به‌گونه‌ای است که بازدیدکنندگان به‌راحتی بتوانند چیزی که به دنبالش هستند را پیدا کنند و به ‌علت وجود جهت‌یابی خراب به دردسر نمی‌افتند و در انبوهی از صفحات شما گم نخواهند شد. هر کلیک، باید بازدیدکننده را دقیقاً به صفحه دلخواهش برساند. در ادامه، نکاتی را ذکر می‌کنیم که به ایجاد جهت‌یابی بهتر در وبسایت کمک می‌کنند:

  • طبق انتظارات بازدیدکننده پیش بروید: نوار جهت‌یابی (منوی اصلی) را در قسمت‌های استاندارد مانند بالای صفحه به‌صورت افقی یا پایین سمت راست صفحه به شکل عمودی قرار دهید. به این ترتیب، استفاده از وبسایت شما راحت‌تر می‌شود.
  • جهت‌یابی وبسایت خود را قابل پیش‌بینی طراحی کنید: محتواهایی که به یکدیگر مربوط هستند را در یک دسته نگه ‌دارید. به این ترتیب، بار شناختی بازدیدکننده کاهش پیدا می‌کند. به‌عنوان مثال ممکن است شما در فروشگاه آنلاین خود انواع مختلفی از هدفون‌ها را بفروشید. احتمالاً برخی از آنها سیم دارند، در حالی که بعضی دیگر بی‌سیم هستند. همه این محصولات را به‌گونه‌ای دسته‌بندی کنید که وقتی یک بازدیدکننده به دنبال هدفون می‌گردد، همه آنها را یک‌جا پیدا کند و مجبور نباشد انواع مختلف هدفون را به‌صورت جداگانه جستجو کند.
  • وبسایت قابل جهت‌یابی و روانی طراحی کنید: با ساده نگه ‌داشتن ساختار، قابل پیش‌بینی بودن و انطباق با انتظارات بازدیدکننده، وبسایتی روان و قابل جهت‌یابی خواهید داشت. به این ترتیب نه تنها شانس تبدیل مشتریان را افزایش می‌دهید، بلکه با ایجاد یک تجربه کاربری عالی، بازدیدکننده را مجبور می‌کنید که دوباره به وبسایت شما بازگردد.
پیشنهاد آموزشی مرتبط:

فرم‌ها

فرم‌ها نوعی ابزارهای ارتباطی هستند که مشتریان احتمالی، از طریق آنها با شما ارتباط برقرار می‌کنند. زمانی‌که یک فرم، بخشی از قیف تبدیل مشتری باشد، اهمیتی بیشتر از یک فرم معمولی تماس با ما خواهد داشت؛ درست همانطور که هیچ دو وبسایتی یکسان نیستند، هیچ ‌کدام از دو فرمی که برای مخاطبان مختلف طراحی شده‌اند نیز به یک شکل نخواهند بود. با وجود اینکه فرم‌های کوتاه ممکن است برای بسیاری از کسب و کارها کارایی داشته باشند اما فرم‌های طولانی، در ارتقای کیفیت مشتریان احتمالی معجزه می‌کنند.

فراخوانی به عمل (CTA)

فراخوان‌ها یا کال تو اکشن‌ها همان جایی هستند که همه اتفاقات واقعی در وبسایت شما روی می‌دهد؛ فرقی ندارد بازدیدکننده خرید خود را کامل کند و تبدیل به خریدار شود، فرم ثبت نام را پر کند یا خیر (و بسیاری از اقدامات مشابه، که بر روی نرخ تبدیل مشتری تاثیر مستقیم دارند)؛ چون به هر حال هر اقدامی در هر وبسایت، به یک گزینه فراخوانی به اقدام نیاز دارد. تست A/B به شما اجازه می‌دهد که متن‌های مختلفی برای گزینه‌های کال تو اکشن، محل قرارگیری آنها در صفحه، رنگ و اندازه فونت آنها و سایر موارد را تست کنید. با انجام این آزمایش‌ها متوجه می‌شوید که چه تنظیماتی، بالاترین نرخ کلیک و نرخ تبدیل را به همراه دارند.

مهم‌ترین عناصری که باید با تست A/B بهینه‌سازی شوند.
مهم‌ترین عناصری که باید با تست A/B بهینه‌سازی شوند.

تایید اجتماعی

تایید اجتماعی (Social Proof) ممکن است صورت‌های مختلفی داشته باشد. برای مثال، امکان دارد در قالب توصیه‌ها و بازخوردها از سوی متخصصان حوزه‌های مختلف (از افراد معروف گرفته تا خود مشتریان) ظاهر شود یا اینکه به شکل گواهی‌نامه، معرفی در رسانه‌ها، جوایز کسب شده و غیره باشد. وجود این مدارک اثبات اجتماعی، ادعای شما را درباره محصولات و وبسایتتان ثابت می‌کنند. با استفاده از تست A/B متوجه می‌شوید که آیا استفاده از تایید اجتماعی ایده خوبی است یا خیر. اگر این ایده خوب است، از کدام نوع اثبات اجتماعی و چه تعدادی از آنها باید استفاده شود؟ در این مسیر، امکان امتحان کردن انواع اثبات‌های اجتماعی، ساختارها و جای آنها وجود دارد. به این شکل متوجه می‌شوید کدام یک بهترین گزینه برای شما است.

عمق محتوا

برخی از بازدیدکنندگان وبسایت‌ها، خواندن محتواهای طولانی که حتی کوچک‌ترین جزئیات را هم عنوان می‌کنند را ترجیح می‌دهند. از طرف دیگر، گروه دیگری از بازدیدکنندگان وبسایت‌ها ترجیح می‌دهند فقط مروری اجمالی روی محتوا داشته باشند و فقط موضوعات مربوط به آنها را عمیقاً بررسی کنند. به نظر شما مخاطبانتان در کدام یک از این دو گروه جای می‌گیرند؟

تست A/B به شما کمک می‌کند که از یک محتوا دو محتوای متفاوت بنویسید. یکی از این دو محتوا طولانی‌تر است و جزئیات بیشتری را در بر می‌گیرد. شما باید تصمیم بگیرید کدام یک از این محتواها برای مخاطبتان جذابیت بیشتری دارند. درک درست از عمق محتوا نه تنها روی سئو، بلکه روی بسیاری از معیارهای دیگر مانند نرخ تبدیل مشتری، زمان سپری شده در صفحه و نرخ پرش تاثیر می‌گذارد. تست A/B به شما کمک می‌کند بین این دو نوع محتوا تعادل ایجاد کنید.

انواع تست A/B چیست؟

در قسمت قبل یاد گرفتید برای اینکه معیارهای کسب‌ و کار خود را در جهت مثبت هدایت کنید، نیاز به تست کردن چه عناصری دارید. بنابراین بهتر است در این بخش، به انواع روش‌های تست و مزایای هر کدام بپردازیم. در بهترین حالت، 4 نوع تست اصلی وجود دارد که عبارتند از:

  • تست A/B
  • تست تقسیم URL یا Split URL testing
  • تست چند متغیره یا Multivariate testing
  • تست چند صفحه‌ای یا Multipage testing

قبلاً درباره تست A/B توضیحات لازم را ارائه داده‌ایم، پس در ادامه، به معرفی سه نوع دیگر می‌پردازیم.

تست تقسیم URL

تست تقسیم URL
تست تقسیم URL

بسیاری از افرادی که در حوزه بهینه‌سازی نرخ تبدیل فعالیت دارند، تست تقسیم URL را با تست A/B اشتباه می‌گیرند؛ در حالی‌که این دو تست، اساساً با یکدیگر تفاوت دارند. تست تقسیم URL، فرآیندی آزمایشی است که در آن، نسخه کاملاً تازه‌ای از URL یک صفحه موجود تست می‌شود تا ببینیم کدام ‌یک عملکرد بهتری دارند. معمولاً تست A/B زمانی به کار می‌رود که شما در نظر دارید فقط تغییرات ظاهری وبسایت خود را تست کنید. از طرف دیگر، تست تقسیم URL زمانی کاربرد دارد که می‌خواهید در صفحه موجود، تغییراتی اساسی ایجاد کنید، مخصوصاً از نظر طراحی. در نتیجه تمایلی ندارید برای اهداف مقایسه‌ای، به طراحی صفحه موجود دست بزنید. زمانی‌که تست تقسیم URL را اجرا می‌کنید، ترافیک وبسایت شما بین دو بخش نظارت (URL اصلی صفحه) و متغیر (URL جدید صفحه) تقسیم می‌شود. در ادامه، نرخ تبدیل هر یک از آنها اندازه‌گیری می‌شود تا در نهایت، برنده مشخص شود.

مزایای تست تقسیم URL

  • گزینه‌ای مناسب برای امتحان کردن طراحی‌های جدید در شرایطی که از طراحی‌های صفحات موجود، برای مقایسه استفاده می‌شود.
  • پیشنهاد می‌شود از این تست برای اجرای تست‌هایی که در رابط کاربری تغییراتی ایجاد نمی‌کنند، استفاده کنید، مانند انتقال به پایگاه داده دیگر، بهینه‌سازی مدت زمان بارگذاری وبسایت و غیره.
  • امکان تغییر جریان کاری (Workflow) صفحه. جریان کاری، به مقدار قابل توجهی روی تبدیل مشتری کسب و کارها تاثیر می‌گذارد، به آنها کمک می‌کند قبل از اعمال تغییرات، مسیرهای تازه‌ای را تست کنند و اختلاف نظر‌ها و موانع جا افتاده را در صورت وجود، تشخیص بدهند.
  • روش مناسب و توصیه شده برای آزمایش محتوای پویا (Dynamic content)

تست چند متغیره

تست چندمتغیره (Multivariate testing)، نوع پیشرفته تست A/B (دو متغیره) است که در آن، تغییرات چندین متغیر صفحه به‌صورت همزمان آزمایش می‌شوند که متوجه شویم از بین جایگشت‌های موجود، کدام یک عملکرد بهتری دارند. این تست نسبت به تست A/B عادی، پیچیده‌تر است و بیشتر برای بازاریابی پیشرفته و مدیران مجرب محصول و توسعه کسب و کار مناسب است. در ادامه، برای اینکه درک بهتری از تست چند متغیره پیدا کنید، به سراغ یک مثال می‌رویم. تصور کنید می‌خواهید دو نسخه از یک صفحه فرود را در تصاویر شاخص، رنگ گزینه‌های فراخوانی به اقدام و تیترهای صفحه آزمایش کنید. در این‌صورت، کلاً 8 تغییر ایجاد می‌شود. برای اینکه ببینیم کدام ‌یک از این 6 مورد نسبت به بقیه عملکرد بهتری دارند، آنها را به‌صورت همزمان آزمایش می‌کنیم. فرمول ساده محاسبه تعداد کل نسخه‌ها در یک تست چندمتغیره به شکل زیر است:

  … * (تعداد تغییرات عنصرC) * (تعداد تغییرات عنصر B) * (تعداد تغییرات عنصر A) = (تعداد کل تغییرات)

اگر از تست چند متغیره به‌درستی استفاده شود، دیگر نیازی به اجرای چندین تست A/B متوالی با هدف یکسان در یک صفحه نیست. انجام تست‌های همزمان با تعداد تغییرات بیشتر به شما کمک می‌کند در زمان، پول و انرژی صرفه‌جویی کنید و همچنین در کوتاه‌ترین زمان ممکن به نتیجه برسید.

مزایای تست چند متغیره

به‌طور کلی تست چند متغیره، 3 مزیت اصلی دارد:

  • شما را از اجرای چندین تست A/B متوالی که هدف یکسانی دارند، بی‌نیاز می‌کند و در زمان شما صرفه‌جویی خواهد کرد؛ به‌دلیل اینکه می‌تواند به‌صورت همزمان، عملکرد عناصر مختلف صفحه را دنبال کند.
  • امکان تجزیه و تحلیل آسان و تعیین سهم هر یک از عناصر صفحه را برای سود اندازه‌گیری شده فراهم می‌کند.
  • تعامل و تاثیرگذاری بین تغییرات عناصر مستقل در صفحه را ترسیم خواهد کرد (تیترهای صفحه، تصاویر، بنرها و غیره).

تست چندصفحه‌ای

تست چندصفحه‌ای، نوعی آزمایش بهینه‌سازی است که به کمک آن می‌توان تغییرات عناصر مختلف را در چند صفحه آزمایش کرد. دو روش برای هدایت تست‌های چندصفحه‌ای وجود دارد؛ در روش اول می‌توان تمام صفحات قیف فروش را انتخاب کرد و نسخه جدید هر کدام از آنها را به‌وجود آورد. این روش، کل قیف فروش شما را به عامل چالشی تبدیل می‌کند و سپس، آن را در برابر عامل متغیر (نسخه جدید قیف فروش) آزمایش می‌کند. این روش، تست چندصفحه‌ای قیف (Funnel Multipage testing) نام دارد. اما در روش دوم، نحوه اثرگذاری اضافه یا حذف کردن عنصر(های) تکرارشونده مانند نشان‌های امنیت وبسایت، گواهینامه‌ها و … بر روی نرخ تبدیل در کل مسیر قیف را تست خواهید کرد. به این روش، تست چندصفحه‌ای کلاسیک (Classic Multipage testing) می‌گویند (به عبارت ساده‌تر، چندین عنصر مختلف در صفحات قیف فروش را تست خواهید کرد).

مزایای تست چندصفحه‌ای

تست چندصفحه‌ای نیز درست مانند تست A/B، به‌راحتی ایجاد و اجرا می‌شود و همچنین در کوتاه‌ترین زمان ممکن، داده‌های معنادار و قابل اعتمادی را در اختیار شما قرار می‌دهد. مزایای تست‌های چندصفحه‌ای به‌ترتیب زیر هستند:

  • به شما کمک می‌کند تجریبات ثابت و مداومی را برای مخاطبان مورد نظر خود ایجاد کنید.
  • مجموعه ثابتی از صفحات را در معرض دید مخاطب شما قرار می‌دهد، فرقی ندارد صفحات مربوط به بخش فعلی هستند یا یکی از نسخه‌های متغیر آن.
  • امکان ایجاد تغییرات یکسان در چندین صفحه را فراهم می‌کند. به این ترتیب مطمئن می‌شوید تمرکز بازدیدکنندگان هنگام جهت‌یابی در وبسایت شما بین تغییرات و طراحی‌های مختلف منحرف نمی‌شود.
در تست A/B باید ترافیک هر نسخه، برابر باشد.
در تست A/B باید ترافیک هر نسخه، برابر باشد.

برای اجرای تست A/B بهتر است از کدام رویکرد آماری استفاده کنیم؟

همان‌طور که با انواع روش‌های تست A/B آشنا شدید، باید یاد بگیرید کدام رویکرد آماری در موفقیت تست A/B تاثیر دارد و بهترین نتایج را برای کسب‌ و کار شما به همراه خواهد داشت. به‌طور کلی در سراسر جهان، دو رویکرد آماری در آزمایش‌های A/B استفاده می‌شوند: روش بیزی (Bayesian) و فراوانی‌گرا (Frequentist). هر یک از این روش‌ها دارای مزایا و معایبی هستند که در ادامه، برای اینکه هر رویکرد را بهتر بشناسید، آنها را با یکدیگر مقایسه می‌کنیم.

رویکرد فراوانی‌گرا

رویکرد فراوانی احتمالی، احتمال رخ دادن یک رویداد و هر چند وقت یک بار رخ دادن آن را در چندین آزمایش یا نقاط داده مشخص می‌کند. وقتی که این رویکرد در تست A/B به‌کار گرفته می‌شود، خواهید دید که هر کسی که از رویکرد فراوانی‌گرا استفاده می‌کند، به داده‌های بیشتری (تعداد بیشتری از بازدیدکنندگان تست شده در مدت زمان‌های طولانی‌تر) برای دستیابی به نتایج درست، احتیاج دارد. این مسئله، سنجش اقدامات تست A/B را محدود می‌کند. در رویکرد فراوانی‌گرا تعریف طول مدت مشخص برای تست A/B بر اساس اندازه نمونه‌ها و دستیابی به نتایج درست، از اهمیت بالایی برخوردار است. ماهیت این تست‌ها بر این اساس است که هر تست را می‌توان به دفعات نامحدود تکرار کرد.

استفاده از این رویکرد، نیازمند توجه زیاد به جزئیات هر یک از تست‌های اجرا شده است، به‌دلیل اینکه شما مجبور هستید این تست‌ها را نسبت به رویکرد بیزی در مدت زمان‌های طولانی‌تری برای گروه یکسانی از بازدیدکنندگان اجرا کنید. بنابراین هر تست باید با دقت و احتیاط فراوان اجرا شود، زیرا در هر دوره زمانی، فقط امکان اجرای تعداد کمی تست وجود دارد. برخلاف آمارهای بیزی، رویکرد فراوانی‌گرا چندان شهودی نیست و اغلب درک آن دشوار است.

رویکرد بیزی

رویکرد بیزی در مقایسه با رویکرد فراوانی‌گرا، نوعی رویکرد تئوری‌محور است که با تفسیر بیزی احتمالات سر و کار دارد. در این رویکرد، احتمالات تا حدی به‌عنوان باور به یک رویداد تعریف می‌شوند. به‌عبارت دیگر، هر چه شما درباره یک رویداد بیشتر بدانید، بهتر می‌توانید نتایج نهایی را پیش‌بینی کنید. احتمالاتی که از آمارهای بیزی بدست می‌آیند برعکس متغیرهای ثابت، با جمع‌آوری اطلاعات جدید امکان تغییر دارند. ممکن است این باور بر اساس اطلاعات گذشته، از جمله نتایج تست‌های قبلی یا سایر اطلاعات درباره رویداد باشد.

رویکرد بیزی برخلاف رویکرد فراوانی‌گرا نتایجی عملی را تقریباً 50 درصد سریعتر فراهم می‌کند؛ نتایجی که تمرکز آنها بر روی اهمیت آماری است. رویکرد بیزی در هر نقطه معین به شرط اینکه دارای داده‌های کافی باشید، به شما اعلام می‌کند چقدر احتمال دارد که تغییر A نسبت به تغییر B دارای نرخ تبدیل کمتری باشد. برای این مسئله، محدودیت زمانی خاصی تعیین نشده است و همچنین نیاز به دانش آماری تخصصی ندارد. به بیان ساده، رویکرد بیزی به این بستگی دارد که شما در زندگی روزانه خود در مقابل چیزهای مختلف چه رویکردی را پیش می‌گیرید. برای مثال، تصور کنید تلفن همراه خود را در خانه گم کرده‌اید. با استفاده از رویکرد فراوانی‌گرا از GPS برای دنبال کردن رد موبایل استفاده می‌کنید و فقط نقاطی را بررسی می‌کنید که GPS به آنها اشاره می‌کند. در حالی‌که با به‌کارگیری رویکرد بیزی، نه تنها محل‌هایی که GPS به آنها اشاره می‌کند را می‌گردید، بلکه به سراغ جاهایی که قبلاً گوشی خود را اشتباهاً در آن جاها گذاشته‌اید نیز می‌روید. در مورد اول، رویداد به‌عنوان یک متغیر ثابت در نظر گرفته می‌شود اما در مورد دوم، همه اطلاعات گذشته و آینده برای پیدا کردن تلفن همراه به‌کار گرفته خواهند شد.

پیشنهاد آموزشی مرتبط:

دوره ویدئویی آموزش مقدماتی استنباط و آمار بیزی: اینجا را کلیک کنید (+).

تقویم تست A/B؛ نحوه طراحی و اولویت‌بندی

تست A/B هیچ‌وقت نباید به‌صورت یک اقدام بهینه‌سازی مستقل در نظر گرفته شود. این تست، بخشی از یک برنامه کلان بهینه‌سازی نرخ تبدیل است و باید به همین شکل با آن برخورد شود. هر برنامه بهینه‌سازی، دارای دو قسمت به نام‌های «طراحی» و «اولویت‌بندی» است. در حوزه بهینه‌سازی نرخ تبدیل، همه کارها به شکلی اصولی و با برنامه‌ریزی پیش می‌روند، پس نمی‌شود یک روز صبح از خواب بیدار شوید و به یک‌باره تصمیم بگیرید که وبسایت خود را آزمایش کنید. تنها راه اجرای درست تست این است که به‌اندازه کافی، طوفان فکری کنید و به داده‌های بی‌درنگ (Real-time) بازدیدکنندگان دسترسی داشته باشید. به بیان ساده، کار را با تجزیه و تحلیل داده‌های موجود در وبسایت شروع می‌کنید، سپس بر اساس نتایج بدست آمده، مجموعه‌ای از اقدامات را برای اجرا آماده خواهید کرد، همچنین هر یک از این موارد را اولویت‌بندی می‌کنید، تست‌های لازم اجرا می‌شوند و سپس، رویکرد آینده ترسیم خواهد شد. در نهایت، زمانی‌که به‌عنوان متخصصان باتجربه در بهینه‌سازی وبسایت، به‌اندازه کافی تست‌ها و روش‌های مختلف را اجرا کردید، تمایل خواهید داشت برنامه تست A/B خود را سازمان‌بندی شده‌تر اجرا کنید. اولین قدم برای رسیدن به این هدف، ایجاد تقویم تست A/B است. یک تقویم تست A/B خوب یا یک برنامه بهینه‌سازی نرخ تبدیل خوب، شامل 4 مرحله زیر می‌شود:

مرحله اول: اندازه‌گیری

مرحله اول یا مرحله اندازه‌گیری، در اصل همان مرحله برنامه‌ریزی تست A/B به حساب می‌آید. این مرحله، عملکرد وبسایت شما را از نظر نحوه واکنش و بازخورد بازدیدکنندگان بررسی می‌کند. در این مرحله باید بدانید چه اتفاقاتی در وبسایتتان در حال رخ دادن هستند، علت آنها چیست و بازدیدکنندگان نسبت به آنها چه واکنشی از خود نشان می‌دهند. هر رویدادی که در وبسایت شما رخ می‌دهد، باید در ارتباط با اهداف تجاری شما باشد. بنابراین قبل از شروع هر کار، باید بدانید هدف یا اهداف تجاری‌تان چیست. برای اندازه‌گیری اهداف و KPIهای تجاری می‌توانید از ابزارهایی مانند گوگل آنالیتیکس (Google Analytics) استفاده کنید. پس به محض اینکه هدف‌ها را مشخص کردید، سنجه‌های وبسایت خود را در گوگل آنالیتیکس تنظیم کرده و شاخص‌های کلیدی عملکرد را تعریف کنید.

پیشنهاد آموزشی مرتبط:

دوره ویدئویی آموزش گوگل آنالیتیکس (Google Analytics) برای تحلیل آمار وب سایت: اینجا را کلیک کنید (+).

برای درک بهتر این مسئله، یک فروشگاه آنلاین قاب موبایل را در نظر بگیرید. هدف اصلی این فروشگاه، افزایش سودآوری و درآمدزایی با افزایش سفارشات و فروش آنلاین است. همچنین شاخص کلیدی عملکرد تعیین شده برای دستیابی به این هدف، تعداد قاب‌های موبایل فروخته شده است. اگرچه این مرحله، به تعریف اهداف وبسایت و شاخص‌های کلیدی عملکرد محدود نمی‌شود، اما به درک بازدیدکنندگان نیز نیاز دارد. زمانی‌که این داده‌ها را جمع‌آوری کردید، نوبت به مشاهده آمارها و برنامه‌ریزی کمپین می‌رسد. هر چه داده‌های بهتری از بازدیدکنندگان خود داشته باشید، فروش شما افزایش می‌یابد.

به محض اینکه اهداف تجاری تعریف شدند، شاخص‌های کلیدی عملکرد مشخص شدند و داده‌های مربوط به وبسایت و بازدیدکنندگان مورد تجزیه و تحلیل قرار گرفتند، نوبت به آماده‌سازی بک لاگ‌ها (Backlogs) می‌رسد. اما اصلاً بک لاگ چیست؟ در نرم‌افزارهای مدیریت پروژه، به مجموعه‌ای از کارهایی که هنوز انجام نشده‌اند یا مواردی که هنوز پردازش نشده‌اند، بک لاگ می‌گویند. بک لاگ باید فهرست کاملی از همه عنصرهای وبسایت شما باشد. همان عناصری که تصمیم دارید بر اساس داده‌هایی که تجزیه و تحلیل کرده‌اید، آنها را آزمایش کنید.

بعد از اینکه بک لاگ‌های داده‌محور را آماده کردید، نوبت به مرحله بعد یعنی فرضیه‌سازی برای هر یک از بک لاگ‌ها می‌رسد. با داده‌هایی که در این مرحله جمع‌آوری و تجزیه و تحلیل کرده‌اید، اطلاعات کافی درباره اینکه چه اتفاقاتی و به چه دلیل در وبسایت شما رخ می‌دهند، در دست خواهید داشت. بنابراین بر اساس همین اطلاعات، فرضیه‌ها را ایجاد کنید. به‌عنوان مثال، بعد از اینکه با استفاده از ابزارهای تحقیقاتی کیفی (مثل نقشه حرارتی وبسایت) و کمی (مثل آمارهای گوگل آنالیتیکس)، داده‌های مورد نیاز را در مرحله یک، جمع‌آوری و تجزیه و تحلیل کردید، متوجه می‌شوید که به‌دلیل استفاده نکردن از روش‌های مختلف پرداخت (مثل پرداخت آنلاین، پرداخت در محل و …) تعداد زیادی از مشتریان احتمالی خود را در مرحله پرداخت از دست می‌دهید. بنابراین فرضیه‌ای با این مضمون شکل می‌گیرد: «افزودن چندین روش پرداخت از ریزش مشتری در مرحله پرداخت، تا حد زیادی جلوگیری می‌کند.». خلاصه آنکه بعد از اتمام این مرحله، جواب چراها و چگونه‌های وبسایت خود را دریافت می‌کنید.

مرحله دوم: اولویت‌بندی

در مرحله دوم، باید فرصت‌های آزمایش را اولویت‌بندی کنید. این کار به شما در دسته‌بندی فرضیه‌های مختلف کمک می‌کند. تا اینجای کار، شما باید اطلاعات کاملی از داده‌های وبسایت از جمله داده‌های بازدیدکنندگان داشته باشید و اهداف خود را به خوبی بشناسید. در مرحله قبل با استفاده از بک لاگ‌ها فرضیه‌های هر یک از گزینه‌های تست کردن را آماده کردید، پس می‌توان گفت در نیمه راه بهینه‌سازی قرار دارید. سپس نوبت به اصلی‌ترین کار در این مرحله می‌رسد، یعنی اولویت‌بندی.

در مرحله دوم باید برای شناسایی مشکلات وبسایت و قیف خرید آن، آمادگی کامل داشته باشید؛ اما فراموش نکنید که همه مشکلات، تاثیر برابری در تبدیل و درآمد نهایی ندارند. بنابراین قبل از اینکه گزینه‌های اصلی بک لاگ‌ها را برای آزمایش انتخاب کنید، بهتر است ارزش تجاری آنها را بسنجید. هنگام اولویت‌بندی برای کمپین‌های تست، باید چند مورد را به خاطر بسپارید، از جمله ظرفیت بهبود مشکل، ارزش و هزینه صفحه، اهمیت صفحه از دید تجاری، میزان ترافیک صفحه و …. در این مرحله باید آگاه باشید که پیش‌داوری‌ها، نظرات شخصی و به‌طور کلی، عوامل متفرقه بر روی اولویت‌بندی تاثیر نگذارند. در فرآیند بهینه‌سازی نرخ تبدیل، شما باید واقع‌گرا باشید و بر اساس داده‌های موجود تصمیم‌گیری کنید. بهترین روش برای حذف ذهنیت‌های شخصی، ایجاد چارچوبی مشخص برای اولویت‌بندی است. حتی افراد حرفه‌ای هم برای درک بهتر بک لاگ‌ها از چارچوب‌های اولویت‌بندی استفاده می‌کنند. در ادامه مقاله، درباره محبوب‌ترین چارچوب‌هایی که افراد مجرب این حوزه استفاده می‌کنند توضیح می‌دهیم.

چارچوب اولویت‌بندی CIE

سه مولفه در چارچوب CIE وجود دارد که باید بر اساس آنها تست خود را از یک تا 5 (یک، پایین‌ترین امتیاز و 5 بالاترین امتیاز است) رتبه‌بندی کنید. این مولفه‌ها عبارتند از:

  • اعتماد: این فاکتور به شما می‌گوید که تا چه حد مطمئن هستید با کمک فرضیه، به نتایج مورد نظرتان می‌رسید.
  • اهمیت: در این مولفه، میزان اهمیت تست (که فرضیه برای آن ساخته شده) را مشخص می‌کنید.
  • سهولت: با استفاده از این مولفه، میزان پیچیدگی تست و همچنین میزان سختی ایجاد تغییرات مشخص شده برای تست تعیین می‌شود.

اعتماد: چقدر به ارتقای سطح کار اطمینان دارید؟

طراحی پرسونا برای خریدارانی که مدنظر دارید، در فهم پتانسیل فرضیه به شما کمک می‌کند. اگر شما به خوبی مخاطب خود را بشناسید، به‌راحتی فرضیاتی بر اساس واقعیات در ذهنتان شکل می‌گیرد که شک‌ها و ترس‌های مخاطبان را هدف قرار می‌دهد و باعث می‌شود آنها تبدیل به خریدار شوند.

اهمیت: ترافیکی که تست می‌کنید، چقدر ارزش دارد؟

امکان دارد وبسایت شما بازدیدکنندگان زیادی را به خود جذب کند، اما همه آنها تبدیل به خریدار نمی‌شوند. به‌عنوان مثال، فرضیه‌ای که درباره صفحه پرداخت شکل می‌گیرد نسبت به فرضیه مربوط به اشاره به ویژگی‌های محصولات از اهمیت بیشتری برخوردار است؛ به‌دلیل اینکه افرادی که به صفحه پرداخت رسیده‌اند، در مراحل پایانی قیف تبدیل مشتری قرار دارند و همچنین شانس تبدیل آنها به مشتری بیشتر از بازدیدکنندگانی است که در صفحه محصولات هستند.

سهولت: برگزاری این تست، سخت است یا آسان؟

در مرحله بعد باید میزان راحتی اجرای تست را اندازه‌گیری کنید. سعی کنید به چنین سوالاتی پاسخ دهید:

  • آیا برای اجرای فرضیه، به استراتژی‌های بسیاری نیاز دارید؟
  • برای طراحی و پیشبرد راه‌حل‌های ارائه شده توسط فرضیه، چه اقداماتی باید انجام شود؟
  • آیا می‌توان تغییرات پیشنهادی توسط فرضیه را با استفاده از ویرایشگر تصویری صفحه انجام داد و آیا این مسئله با افزودن کد اختصاصی انجام می‌شود؟

فقط زمانی می‌توانید کاندیداهای بک لاگ‌ها را بر اساس معیارهای راحتی یا سختی رتبه‌بندی کنید که به همه سوالات بالا و سایر سوالات مشابه، پاسخ داده باشید.

چارچوب اولویت‌بندی PIE

هدف از شکل‌گیری چارچوب PIE، پاسخ دادن به یک سوال است: «اول چه چیزی را باید تست کنم؟». کل هدف مرحله اولویت‌بندی در تست A/B، رسیدن به جواب این سوال مهم است. چارچوب اولویت‌بندی PIE به بررسی 3 شاخصی می‌پردازد که هنگام تصمیم‌گیری برای تست، آنها را در نظر می‌گیرید: پتانسیل، اهمیت و سهولت:

  • پتانسیل به معنی توانایی رشد و پیشرفت صفحه است. مرحله برنامه‌ریزی باید همه اطلاعات لازم برای مشخص کردن این مسئله را در اختیار شما بگذارد.
  • اهمیت به معنای ارزش یک صفحه است، یعنی اینکه چه حجم از ترافیک وارد یک صفحه می‌شود. برای مثال اگر یک صفحه دارای مشکل را در وبسایت خود پیدا کردید که ترافیک زیادی ندارد، آن صفحه در مقایسه با سایر صفحاتی که ترافیک بیشتری دارند، کم‌اهمیت‌تر است.
  • سومین و آخرین شاخص، سهولت است. شاخص سهولت مشخص می‌کند میزان سختی یا راحتی تست کردن یک صفحه خاص یا عناصر آن چقدر است.

یکی از روش‌های تشخیص میزان راحتی تست کردن یک صفحه، استفاده از ابزارهایی مانند Landing page analyzer است. این ابزار به شما کمک می‌کند وضعیت فعلی صفحه فرود خود را بهتر درک کنید، مقیاس و تعداد تغییرات لازم را برآورد کنید و تصمیم بگیرید کدام تغییرات را اعمال کنید یا اینکه اصلاً نیازی به اعمال تغییرات است یا خیر. این مسئله از نظر تقسیم منابع، اهمیت زیادی دارد. بسیاری از کسب و کارها به‌دلیل کمبود منابع، از تست A/B صرف نظر می‌کنند. این منابع به دو نوع زیر تقسیم می‌شوند:

ابزار تحلیل صفحه فرود VWO
ابزار تحلیل صفحه فرود VWO

محدودیت منابع انسانی

با اینکه سال‌های زیادی از استفاده کسب و کارها از تست A/B و نرخ تبدیل مشتری می‌گذرد اما این دو مفهوم در سال‌های اخیر تا این حد اهمیت پیدا کرده‌اند؛ به‌همین علت، قسمت بزرگی از بازار هنوز تیم بهینه‌سازی ندارد و آنهایی هم که چنین تیمی دارند، کل تیم تنها به چند نفر محدود می‌شود. اینجاست که یک تقویم بهینه‌سازی برنامه‌ریزی شده به کار می‌آید. یک تیم کوچک نرخ تبدیل مشتری، با استفاده از بک لاگ‌های برنامه‌ریزی شده و اولویت‌بندی شده، به خوبی می‌تواند حتی به کمک منابع محدود بر روی ایراداتی که بار هزینه‌ای بیشتری برای شرکت دارند، تمرکز کند.

محدودیت ابزارها

با افزایش محبوبیت بهینه‌سازی نرخ تبدیل مشتری و انجام تست A/B، صدها ابزار برای تست A/B به وجود آمده‌اند. این ابزارها در انواع رده پایین و با کیفیت وجود دارند. اگر از دید یک متخصص به قضیه نگاه نکنیم، زمانی‌که کسب و کارها مجبور به انتخاب یکی از این ابزارها باشند، (مثلاً ارزان‌ترین ابزار) و با استفاده از این ابزار، تمام موارد بک لاگ‌ها را تست کنند، در نهایت نتایج آماری قابل توجهی بدست نمی‌آورند. این قضیه دو دلیل دارد: اولاً، آزمایش بدون اولویت‌بندی احتمالاً با شکست مواجه می‌شود و هیچ سودی برای کسب و کار به همراه نخواهد داشت. دوم اینکه همه ابزارها دارای کیفیت یکسانی نیستند.

برخی از ابزارها ممکن است گران‌تر باشند، به‌دلیل اینکه آنها معمولاً با ابزارهای تحقیقاتی کمی و کیفی ادغام شده‌اند یا اینکه به خودی خود، ابزارهای فوق‌العاده‌ای هستند که کارهایی بیش از تولید نتایج آماری معنی‌دار انجام می‌دهند. در حالی‌که ابزارهای ارزان‌قیمتی هم وجود دارند که ممکن است برای درآمد بیشتر با فروش پلن‌های پولی بالاتر، اصلاح بک لاگ‌های بیشتری را به کسب و کار توصیه کنند. سرمایه‌گذاری روی چنین ابزارهایی منجر به شکست می‌شود و هیچ سودی نیز در بر ندارد. با اولویت‌بندی، درک بک لاگ‌ها ساده‌تر می‌شود و به شما کمک می‌کند منابع محدود خود را به گزینه‌ای با احتمال سودآوری بالاتر اختصاص دهید.

نمونه محاسبات اولویت‌بندی با مدل PIE
نمونه محاسبات اولویت‌بندی با مدل PIE

مدل اولویت‌بندی LIFT

یکی دیگر از مدل‌های محبوب برای چارچوب بهینه‌سازی تبدیل، مدل LIFT است. این مدل به شما در تجزیه و تحلیل تجربیات کاربری موبایل و دسکتاپ کمک کرده و همچنین به ساختن فرضیه مناسب برای تست A/B کمک می‌کند. این مدل برای ارزیابی تجربه بازدیدکنندگان صفحه، بر شش عامل تبدیل استوار است که عبارتند از ارزش پیشنهادی، شفافیت (Clarity)، ارتباط، حواس‌پرتی (Distraction)، فوریت و اضطراب. با اولویت‌بندی تقویم، تست A/B شما ظرف مدت 6 تا 12 ماه برای اجرا آماده خواهد شد. به این ترتیب شما نه تنها وقت کافی برای پیدا کردن آمادگی لازم برای تست را در اختیار دارید، بلکه می‌توانید برای منابع خود نیز برنامه‌ریزی کنید.

مرحله سوم: تست A/B

مرحله سوم و مهم‌ترین مرحله، مرحله تست کردن است. بعد از مرحله اولویت‌بندی، همه داده‌های مورد نیاز و بک لاگ‌های اولویت‌بندی شده را در اختیار دارید. تا اینجا، فرضیه‌های هم‌سو با اهداف خود را ایجاد و اولویت‌بندی کردید، تغییرات لازم را به وجود آوردید و تست‌ها را برای اجرا، ترتیب‌بندی کردید. مطمئن شوید تست شما هنگام اجرا، تمامی ملزومات مورد نیاز برای دستیابی به نتایج آماری معنی‌دار را قبل از پایان مدت زمان فعال بودن آزمون دارد؛ مانند تست روی میزان مشخص ترافیک، عدم آزمایش تعداد زیادی از عناصر با یکدیگر، آزمایش برای مدت زمان مناسب و ….

مرحله چهارم: تکرار

این مرحله، مربوط به درس گرفتن از تست‌های گذشته و حال و اجرای آنها در تست‌های آینده می‌شود. زمانی‌که تست شما برای مدت زمان مقرری اجرا می‌شود، آن را متوقف کرده و تجزیه و تحلیل داده‌های جمع‌آوری شده را آغاز کنید. اولین چیزی که در تجزیه و تحلیل نتایج متوجه می‌شوید این است که یکی از نسخه‌های تست شده نسبت به سایر نسخه‌ها عملکرد بهتری داشته و در نتیجه، برنده شده است. حالا نوبت شما و تیمتان است که تشخیص دهید علت این پدیده چه بوده است. امکان دارد از هر تست، سه نتیجه زیر را بگیرید:

  • تغییر یا یکی از تغییراتی که اعمال کرده‌اید، از نظر آماری برنده می‌شود.
  • نسخه اولیه شما نتیجه بهتری ارائه داده است و نسبت به سایر تغییرات، برنده می‌شود.
  • تست شما شکست می‌خورد و نتایج ناچیزی ارائه می‌دهد. با استفاده از ابزارهایی مانند محاسبه‌گر اهمیت تست A/B میزان اهمیت نتایج تست خود را مشخص کنید.

در دو سناریوی اول، فقط به‌دلیل اینکه یک برنده داشتید، تست را متوقف نکنید. اصلاحات لازم را در تست اعمال کنید و به آزمایش کردن ادامه دهید. در سناریوی سوم، همه مراحل را به‌خاطر بیاورید و مشخص کنید که کجای کار را اشتباه رفته‌اید، سپس بعد از برطرف کردن اشتباهات، دوباره تست را انجام دهید. هنگام سنجش نتایج تست A/B، موارد زیر را در نظر داشته باشید:

بازبینی تست‌هایی که قبلاً به پایان رسیده‌اند.

با در دست داشتن یک تقویم اولویت‌بندی شده، تیم شما دید کاملی نسبت به اینکه در مراحل بعد قرار است چه چیزی را آزمایش کند و هر تست در چه زمانی باید اجرا شود، پیدا می‌کند. زمانی‌که همه یا بیشتر عناصر بک لاگ‌ها را تست کردید، همه کمپین‌های موفق و ناموفق را بازبینی کنید. در ادامه، نتایج تست را تجزیه و تحلیل کنید و مشخص کنید که آیا داده‌های کافی برای تنظیم و اجرای نسخه دیگری از تست لازم است یا خیر. اگر جواب شما بله است، تست را با اصلاحات و تغییرات لازم دوباره انجام دهید.

تعداد دفعات آزمایش را افزایش بدهید.

با وجود اینکه همیشه باید مراقب باشید که تعداد زیادی از عناصر را با یکدیگر تست نکنید، افزایش تعداد دفعات تست برای سنجش آن ضروری است. تیم بهینه‌سازی شما باید دفعات آزمون را طوری برنامه‌ریزی کنند که هیچ‌کدام از تست‌ها بر روی یکدیگر یا روی عملکرد وبسایت تاثیر نگذارند. یکی از روش‌های انجام این فرآیند، اجرای چندین تست هم‌زمان روی صفحات مختلف وبسایت شما یا آزمایش کردن عناصر صفحه‌ای یکسان در زمان‌های مختلف است. برای مثال، شما می‌توانید به‌صورت هم‌زمان، یک مرتبه هر یک از عناصر صفحه خانه، صفحه پرداخت، صفحه ثبت نام را آزمایش کرده و سپس سایر عناصر (هر بار یک عنصر) این صفحات را بعد از نتیجه‌گیری از تست‌های قبلی، آزمایش کنید.

به هر تست، فضای کافی برای نمایش نتیجه بدهید.

اگر به تقویم تست A/B نگاه کنید، متوجه می‌شوید که بیش از دو تست در یک هفته با یکدیگر هم‌پوشانی ندارند. در تلاش برای افزایش تعداد دفعات تست، با نرخ تبدیل کلی وبسایت، سازش نکنید. اگر در صفحه‌ای دو یا بیش از دو عنصر دارید که باید آزمایش شوند، آنها را از یکدیگر جدا کنید. همانطور که قبلاً گفتیم، آزمایش تعداد زیادی از عناصر صفحات با یکدیگر، تشخیص اینکه کدام عنصر در موفقیت یا شکست تست، تاثیر بیشتری داشته را سخت می‌کند. به‌عنوان مثال تصور کنید می‌خواهید صفحات فرود کمپین‌های تبلیغاتی وبسایت را آزمایش کنید. به این ترتیب فراخوانی به اقدام‌ها را تست می‌کنید تا بتوانید تعداد ثبت نام در خبرنامه ایمیلی را افزایش دهید و همچنین با آزمایش بنرهای تبلیغاتی خود، به کاهش نرخ پرش و افزایش زمان ماندگاری مشتری در صفحه کمک می‌کنید.

در این آزمایش بر اساس داده‌هایی که در دست دارید تصمیم می‌گیرید متن گزینه‌های فراخوانی به اقدام را عوض کنید. بنر ویدیویی را در برابر تصویری ثابت آزمایش کنید. این تست‌ها را به‌صورت همزمان انجام می‌دهید و در نتیجه، به هر دو هدف خود می‌رسید. مشکل اینجاست که داده‌ها نشان می‌دهند زمانی که تعداد ثبت نام‌ها توسط فراخوانی‌‌های جدید افزایش یافتند، ویدیوها (صرف نظر از تاثیری که در کاهش نرخ پرش و افزایش میانگین زمانی که بازدیدکنندگان در صفحه سپری می‌کنند، داشتند) نیز در این زمینه کارایی داشتند. در نهایت، بیشتر افرادی که ویدیو را مشاهده کرده بودند، نیز در خبرنامه ثبت نام کردند. حالا مشکل این است از آنجا که شما دو تست را با فاصله زمانی انجام ندادید، نمی‌توان گفت کدام یک از این شاخص‌ها در افزایش تعداد ثبت نام‌ها نقش پررنگ‌تری داشته است. اگر تست‌ها را بهتر زمان‌بندی می‌کردید، آیا نتایج بهتر و معنادارتری به همراه نداشت؟

معیارهای چندگانه را ردیابی کنید.

کسب و کارها معمولاً عملکرد تست A/B را فقط طبق یکی از اهداف تبدیل مشتری می‌سنجند و به آن هدف اعتماد می‌کنند تا زمانی‌که به کمک تست بتوانند متغیر برنده موثر در افزایش هدف تبدیل مشتری را پیدا کنند؛ اما گاهی اوقات، متغیر برنده بر روی سایر اهداف وبسایت نیز تاثیر می‌گذارد. مثالی که در بالا عنوان کردیم نیز حاکی از این قضیه است، ویدیوی استفاده شده، علاوه‌بر کاهش نرخ پرش و افزایش زمان ماندگاری بازدیدکننده در صفحه، در افزایش تعداد ثبت نام‌ها نیز نقش موثری داشت. برای سنجش تست A/B، معیارهای چندگانه را ردیابی کنید. به این ترتیب با تلاش کمتر، نتیجه بیشتری می‌گیرید.

خلاصه مراحل برنامه‌ریزی و اجرای تست A/B
خلاصه مراحل برنامه‌ریزی و اجرای تست A/B

نبایدهای تست A/B

یکی از بهترین روش‌ها برای بهبود سنجه‌های تجاری و افزایش درآمدزایی، تست A/B است اما همانطور که بالاتر گفتیم، این تست به برنامه‌ریزی، صبر و دقت نیاز دارد. اگر در این مسیر، تصمیمات غیر عاقلانه بگیرید، به قیمت هدر رفتن وقت و پول شما تمام می‌شود. برای پرهیز از این مشکلات، در ادامه فهرستی از اشتباهات رایج و نبایدهایی را تهیه کردیم که در هنگام برنامه‌ریزی و اجرای تست A/B باید از آنها اجتناب کنید.

اشتباه اول: برنامه‌ریزی نکردن برای نقشه راه بهینه‌سازی

فرضیه نامعتبر

قبل از شروع تست A/B، یک فرضیه ایجاد می‌شود و همه مراحل بعدی به این فرضیه بستگی خواهند داشت؛ از جمله اینکه چه مواردی باید تغییر کنند؟ چرا باید تغییر کنند؟ نتایج احتمالی آنها چه نتایجی هستند؟ و …. اگر از ابتدا تست را با فرضیه اشتباه شروع کنید، احتمال موفقیت تست شما کاهش می‌یابد.

گوش کردن به حرف دیگران

شاید شما هم در کسب و کارها و استارتاپهای موفق، نمونه‌هایی را دیده‌اید که با ایجاد تغییر در فرآیند ثبت نام‌ وبسایت خود، با افزایش 30 درصدی نرخ تبدیل مواجه شده باشند؛ اما این نتایج از ترافیک، از فرضیه و اهداف آنها حاصل شده است. شما نباید نتایج تست‌های دیگران را به همان صورتی که آنها اجرا کرده‌اند در وبسایت خود پیاده کنید، چون هیچ دو وبسایتی مانند یکدیگر نیستند و اقداماتی که برای وبسایت دیگری نتیجه داده‌اند ممکن است برای شما نتیجه‌بخش نباشند. مشخصات ترافیک وبسایت‌های دیگر متفاوت است، ممکن است مخاطب مورد نظر آنها نیز تفاوت داشته باشد و همین یعنی روش بهینه‌سازی آنها با شما فرق خواهد داشت.

اشتباه دوم: آزمایش کردن تعداد زیادی از عناصر با یکدیگر

متخصصان بهینه‌سازی، درباره اجرای تعداد زیادی تست به‌صورت هم‌زمان هشدار داده‌اند. اگر شما عناصر زیادی را به‌صورت هم‌زمان تست کنید، به سختی می‌توان تشخیص داد کدام یک از عناصر، بیشتر از همه در موفقیت یا شکست تست سهیم بوده است. هر چه عناصر بیشتری با هم آزمایش شوند، به ترافیک بیشتری در صفحه نیاز است که بتوان آزمایش‌های آماری معنادار را توجیه کرد. بنابراین، اولویت‌بندی تست، یکی از فاکتورهای ضروری برای اجرای موفق تست A/B است.

اشتباه سوم: نادیده گرفتن اهمیت آماری

در صورتی‌که احساسات درونی و نظرات شخصی، به فرضیه شما یا به اهداف تست A/B راه پیدا کنند، احتمال شکست تست افزایش می‌یابد. فارغ از اینکه تست شکست بخورد یا موفقیت‌آمیز باشد، باید اجازه بدهید هر تست، کل دوره زمانی خود را طی کند و اهمیت آماری نتایج آن مشخص شود. نتایج تست شما چه خوب باشند و چه بد، اطلاعات باارزشی را در اختیار شما قرار می‌دهند و به شما در برنامه‌ریزی بهتر تست‌های آینده کمک خواهند کرد.

اشتباه چهارم: استفاده از ترافیک نامتعادل

کار بسیاری از وبسایت‌ها به جایی می‌رسد که ترافیک نامتعادل را آزمایش می‌کنند. تست A/B باید با استفاده از ترافیک مناسب (از نظر کمیت و کیفیت) اجرا شود تا نتایج معناداری را به همراه داشته باشد. استفاده از ترافیک بیشتر یا کمتر از مقدار لازم برای آزمایش، احتمال شکست تست را افزایش می‌دهد یا اینکه به ایجاد نتایج غیر قطعی منجر می‌شود.

اشتباه پنجم: آزمایش برای مدت زمان نادرست

تست A/B با توجه به ترافیک و اهداف وبسایت، برای مدت زمان مشخصی اجرا می‌شود تا بتواند نتایج آماری قابل قبولی داشته باشد. اگر تست را برای مدت بیش از حد طولانی یا مدتی کوتاه برگزار کنید، ممکن است در نهایت با شکست مواجه شود یا اینکه نتایج ناچیزی را در بر داشته باشد. توجه داشته باشید فقط به‌علت اینکه به‌نظر می‌رسد یکی از نسخه‌های وبسایت شما در اولین روزهای شروع تست، نتیجه خوبی بدست می‌آورد نباید تست را قبل از زمان مقرر شده به پایان برسانید. از طرف دیگر، اجرای تست برای مدت زمان بسیار طولانی نیز یکی دیگر از اشتباهات بزرگی است که کسب و کارها مرتکب می‌شوند. مدت زمان لازم برای برگزاری تست به عوامل مختلفی بستگی دارد؛ از جمله ترافیک موجود، نرخ تبدیل فعلی، پیشرفت‌های قابل انتظار و ….

اشتباه ششم: عدم پیگیری فرآیند تکراری

تست A/B فرآیندی تکراری است و هر تست، از نتایج تست‌های قبلی حاصل شده‌ و یا الگو گرفته است. بسیاری از کسب و کارها زمانی که در یک آزمایش شکست می‌خورند، از ماهیت تست‌های A/B ناامید می‌شوند؛ در حالی‌که اگر می‌خواهید در تست‌های بعدی خود موفق شوید، باید اطلاعات و نتایج مربوط به آخرین تست‌های خود را جمع‌آوری کرده و با تحلیل آنها، تست‌های بعدی را برنامه‌ریزی و اجرا کنید تا شانس موفقیت تست بعدی و تولید نتایج آماری معنادار افزایش پیدا کند. علاوه‌بر این، زمانی‌که یک تست به شکلی موفقیت‌آمیز اجرا شود، نباید آزمایش کردن آن عناصر را متوقف کنید. هر یک از عناصر را به‌صورت مکرر آزمایش کنید تا بتوانید بهینه‌شده‌ترین نسخه را بدست آورید، حتی اگر آنها رشد قابل توجهی در نرخ تبدیل و سایر اهداف وبسایت، ایجاد کرده باشند.

مهم‌ترین و رایج‌ترین اشتباهات در اجرای تست A/B
مهم‌ترین و رایج‌ترین اشتباهات در اجرای تست A/B

اشتباه هفتم: در نظر نگرفتن عوامل خارجی

برای اینکه تست‌ها نتایج معناداری به همراه داشته باشند باید در دوره‌های زمانی قابل مقایسه برگزار شوند. برای مثال، مقایسه ترافیک وبسایت زمانی‌که به‌علت عوامل خارجی مانند حراج، تعطیلات و غیره بیشترین ترافیک را دارد، با زمانی‌که ترافیک کمی دارد یک اشتباه عملیاتی خواهد بود. از آنجایی‌که مقایسه در چنین شرایطی بین اهداف و شرایط یکسانی انجام نمی‌شود، احتمال دستیابی به نتایج نادرست یا کم‌اهمیت، افزایش پیدا می‌کند.

اشتباه هشتم: استفاده از ابزارهای اشتباه

با افزایش محبوبیت تست A/B در بین کسب و کارهای اینترنتی و دیجیتال مارکترها، شاهد پیدایش ابزارهایی ارزان برای اجرای این نوع تست بوده‌ایم. توجه داشته باشید که همه این ابزارها خوب نیستند و برخی از آنها تا حد زیادی، سرعت وبسایت شما را کاهش می‌دهند و برخی دیگر هم به‌اندازه لازم، با ابزارهای کیفی ضروری (نقشه‌های حرارتی، جلسات ضبط و غیره) ادغام نشده‌اند و منجر به افت کیفیت و سلامت داده‌ها می‌شوند. اجرای تست A/B با این ابزارهای معیوب، موفقیت تست و حتی کل وبسایت را به خطر می‌اندازند.

اشتباه نهم: چسبیدن به روش ساده تست A/B

با اینکه بسیاری از متخصصان پیشنهاد می‌کنند آزمایش‌های بهینه‌سازی را با اجرای تست‌های ساده A/B شروع کنید تا بتوانید با کل فرآیند تست و ماهیت آن آشنا شوید، اما روش‌های ساده تست A/B در طولانی‌مدت، نتیجه چشمگیری در بهینه‌سازی وبسایت شما نخواهند داشت. به‌عنوان مثال، اگر یکی از صفحات وبسایت خود را از پایه اصلاح می‌کنید، بهتر است از تست اسپلیت استفاده کنید. همچنین اگر در نظر دارید مجموعه‌ای از جایگشت‌های کلیدهای فراخوانی به اقدام، رنگ، متن و تصویر بنر را آزمایش کنید، بهترین کار این است که از تست‌های چندمتغیره بهره ببرید.

تست A/B چه چالش‌هایی دارد؟

امکان دارد نرخ بازگشت سرمایه که از تست A/B حاصل می‌شود، بسیار زیاد و قابل توجه باشد؛ در نتیجه شما می‌توانید با هدف گرفتن بخش‌های مشکل‌دار، اقدامات مربوط به بازاریابی وبسایت خود را به سمت بهینه‌سازی و ارتقای باارزش‌ترین عناصری که در افزایش ROI موثر هستند، هدایت کنید. اما حتی افراد باتجربه نیز هر از چند گاهی هنگام اجرای تست A/B با چالش‌ها و مشکلاتی مواجه می‌شوند. در ادامه، 6 مورد از این چالش‌ها را مرور می‌کنیم:

چالش اول: تصمیم‌گیری برای انجام تست

اجرای تست A/B به این شکل نیست که به یک‌‌باره تصمیم بگیرید عناصر مشخصی را به دلخواه خود آزمایش کنید. حقیقت تلخی که بسیاری از متخصصان بهینه‌سازی با آن روبه‌رو می‌شوند این است که همه عناصر کوچکی که به‌راحتی با تست، قابل بهینه‌سازی هستند، برای رسیدن به اهداف تجاری مناسب نیستند و اغلب نمی‌توانند میزان اهمیت عناصر و تست را ثابت کنند. این مسئله برای تست‌های پیچیده نیز صدق می‌کند؛ اینجاست که داده‌های وبسایت‌ها و تجزیه و تحلیل داده‌های بازدیدکنندگان، تاثیر خود را نشان می‌دهند. اگر نمی‌دانید دقیقاً چه مواردی را باید آزمایش کنید، این داده‌ها برای غلبه بر این مشکل، به شما کمک خواهند کرد.

چالش دوم: فرضیه‌سازی

چالش دوم یعنی فرضیه‌سازی، تا حد زیادی به چالش اول مرتبط است. در این مرحله، اهمیت در اختیار داشتن داده‌های علمی، مشخص می‌شود. اگر با داده‌های نامناسب، آزمایش خود را شروع کنید، مانند این است که کسب‌ و کار خود را قمار کنید و عاقبت آن را به شانس بسپارید. در عوض، با استفاده از داده‌هایی که در مرحله اول تست A/B جمع‌آوری کردید، متوجه می‌شوید که وبسایتتان در کدام قسمت‌ها مشکل دارد. این کار بدون پیروی از برنامه‌ای منظم و ساختارمند برای تست A/B، ممکن نیست.

چالش سوم: درگیرشدن با اندازه نمونه

تنها تعداد کمی از کارشناسان بهینه‌سازی، به مباحث آماری مسلط هستند. بسیاری از کسب‌ و کارها مرتکب یک اشتباه مشابه می‌شوند و نتایج قطعی را خیلی زود اعلام می‌کنند، زیرا اغلب ما به دنبال نتایج سریع هستیم. شما به‌عنوان متخصصان بهینه‌سازی باید همه چیز را درباره اندازه نمونه‌های آزمایش یاد بگیرید، مخصوصاً اینکه اندازه نمونه تست، با توجه به حجم ترافیک وبسایت باید چقدر باشد.

چالش چهارم: تجزیه و تحلیل نتایج تست

هنگام اجرای تست A/B ممکن است بارها با شکست و موفقیت در مراحل مختلف کار، مواجه شوید. هم شکست‌ها و هم موفقیت‌ها بخشی از چالش‌های تست A/B هستند:

کمپین‌های موفق

اینکه دو تست را با هم اجرا کنید و هر دوی آنها در تولید نتایج آماری معنادار موفقیت‌آمیز باشند، دستاورد بسیار خوبی خواهد بود، اما مرحله بعدی کار چیست؟ در محله بعد باید برنده آزمون را مشخص کنید و سپس، کاری که بسیاری از کارشناسان بهینه‌سازی از عهده آن بر نمی‌آیند یا به باور آنها کار سختی به حساب می‌آید، تفسیر نتایج آزمایش است که حتماً باید انجام شود. بعد از اینکه آزمایش به نتیجه رسید، باید حتماً نتایج آن را تحلیل کنید تا دلیل موفقیت فرضیه و تست خود را متوجه شوید و بتوانید برای «چرا»های خود، پاسخ مناسبی پیدا کنید:

  • چرا مشتریان آن‌طور رفتار کردند؟
  • چرا آنها با یک نسخه، آن رفتار مناسب را داشتند ولی با نسخه دیگر، نه؟
  • چه اطلاعاتی از بازدیدکنندگان جمع‌آوری کردید و چطور باید از آنها استفاده کنید؟

بسیاری از کارشناسان مجرب بهینه‌سازی، از پاسخ دادن به این سوالات عاجز هستند یا به سختی می‌توانند پاسخی برای آنها پیدا کنند. پاسخ این پرسش‌ها به شما کمک می‌کند چرایی و چگونگی آزمایش فعلی و نتایج آن را درک کنید و داده‌های لازم برای تست‌های آینده را نیز بدست آورید.

نمونه تحلیل‌هایی که از تست A/B استفاده می‌کنند.
نمونه تحلیل‌هایی که از تست A/B استفاده می‌کنند.

کمپین‌های ناموفق

تست‌های شکست‌خورده و آزمایشات ناموفق سبب می‌شوند تا کارشناسان بهینه‌سازی، از تکرار آزمون‌ها و یا آزمون‌های جدید، صرف نظر کنند. برای مثال، هنگامی‌که می‌خواهند درباره تست ناموفق به هم‌تیمی‌های خود توضیح دهند یا زمانی‌که نمی‌دانند برای اصلاح رویه آن تست‌ها چه‌کار باید کنند، از ادامه کار دلسرد می‌شوند. فراموش نکنید تا زمانی‌که از مسئله‌ای بتوان درس گرفت، شکست معنا ندارد. کمپین‌ها و تلاش‌های ناموفق، همچون زیربنایی برای ساختمان موفقیت شما هستند و در نهایت، منجر به موفقیت شما هم خواهند شد. داده‌هایی که در طول فرآیند تست‌های A/B جمع‌آوری می‌شوند، همچون دارایی ارزشمندی خواهند بود که می‌توانند احتمال موفقیت آینده را افزایش دهند؛ دارایی‌هایی که برای شروع تست‌های بعدی به کمک شما خواهند آمد. البته باید در نظر داشته باشید که زمانی می‌توانید از این داده‌ها به بهترین شکل استفاده کنید تا از شکست‌های بعدی شما جلوگیری کنند که روش تجزیه و تحلیل داده‌ها را بدانید. اگر دارای فرآیند مشخصی برای تحلیل داده‌ها و استفاده از آنها نباشید، پرسه زدن در انبوهی داده گوگل آنالیتیکس و داده‌های نقشه‌های حرارتی وبسایت، شما را به چرخه‌ای بی‌پایان و بی‌نتیجه وارد خواهد کرد.

چالش پنجم: ایجاد فرهنگ تیمی آزمایش

یکی از مهم‌ترین ویژگی‌های انواع تست‌های A/B و برنامه‌های نرخ تبدیل مشتری، تکراری بودن فرآیندهای آنها است و این تکراری بودن، حتی برای افراد باتجربه هم به‌عنوان یک مشکل، در نظر گرفته می‌شود. پس اگر می‌خواهید اقدامات بهینه‌سازی شما در طولانی مدت نتیجه‌بخش باشند، باید چرخه‌ای را ترتیب دهید که با تحقیق شروع شود و با تحقیق نیز پایان یابد. در این چالش، بحث این نیست که اقدامات لازم را انجام دهید یا دانش مورد نیاز را داشته باشید. گاهی کسب و کارها به‌علت محدودیت منابع خود، به‌ندرت یا به‌صورت متناوب از تست A/B استفاده می‌کنند و در ایجاد فرهنگ سازمانی آزمایش، شکست می‌خورند.

چالش ششم: تغییر تنظیمات آزمایش در حین اجرای تست A/B

زمانی‌که شما یک تست را اجرا می‌کنید، باید به تنظیمات اولیه آن متعهد بمانید. سعی کنید تنظیمات آزمایش خود را تغییر ندهید، اهداف تست را ویرایش یا حذف نکنید یا اینکه با عناصر کنترلی یا متغیرهای تست در زمان اجرای آن بازی نکنید. علاوه‌بر این، درصد اختصاص ترافیک به متغیرها را نیز تغییر ندهید، زیرا این کار هم به تغییر اندازه نمونه‌های بازدیدکنندگان برگشتی به وبسایت منجر خواهد شد و هم اینکه در نتایج آزمایش اثر می‌گذارد.

با وجود این مشکلات و چالش‌ها، آیا اجرای تست A/B ارزشش را دارد؟

با وجود حجم زیادی از داده‌های ارزشمندی که تست A/B در اختیار کسب‌ و کارها می‌گذارد و این کار را همراه با چالش‌های زیادی انجام می‌دهد، تست A/B روش فوق‌العاده‌ای برای افزایش نرخ تبدیل مشتری به‌حساب می‌آید. از دید بازارایابی می‌توان گفت که تست A/B حدس و گمان و نظرات شخصی را از فرآیند بهینه‌سازی خارج می‌کند، تصمیمات بازاریابی استراتژیک، به تصمیماتی داده‌محور تبدیل می‌شوند و فرآیند طراحی استراتژی‌های بازاریابی، ساده‌تر و موثرتر خواهند شد. بدون استفاده از تست A/B مجبور خواهیم بود که عناصر را به‌صورت تصادفی، بر اساس احساسات درونی یا ترجیحات فردی آزمایش کنیم. عاقبت چنین تست‌هایی که عاری از داده‌های واقعی و علمی هستند، چیزی جزء شکست نخواهد بود.

اگر با استفاده از داده‌های وبسایت و بازدیدکنندگان خود، شروع خوبی در مراحل برنامه‌ریزی و اجرای تست داشته باشید، بدون ایجاد کاری بیشتر، بر سه چالش اول غلبه خواهید کرد. وقتی داده‌های مناسب را در اختیار داشته باشید، می‌توانید اولویت‌بندی بک لاگ‌ها را به‌راحتی انجام بدهید و سردرگمی‌های انتخاب آزمایش، از بین خواهند رفت. در تست‌های A/B، همه کارها به عهده داده‌ها است. با ترکیب داده‌های باکیفیت و افراد باتجربه، بررسی داده‌های موجود و تصمیم‌گیری برای انتخاب تغییراتی که برای هدف نهایی شما بهترین نتیجه را خواهند داشت، به مراحل فرضیه‌سازی تبدیل می‌شوند. اما برای غلبه به چالش سوم لازم است با استفاده از ابزارهای مناسب در بازار، اندازه نمونه‌های مناسب را برای کمپین تست خود محاسبه کنید.

دو چالش آخر، مربوط به رویکرد شما در مقابل تست A/B می‌شوند. اگر تست A/B را به چشم فرآیندی تکراری ببینید، نصف مشکل چهارم را حل کرده‌اید. نیمه دیگر این چالش را می‌توان با استخدام نیروهای متخصص این حوزه یا آموزش نحوه تجزیه و تحلیل درست داده‌ها و تحلیل نتایج آنها حل کرد. رویکرد درست برای برخورد با آخرین چالش، این است که منابع خود را به‌نحوی به سمت عناصری که بیشترین اهمیت و تاثیر را برای کسب و کار شما دارند، هدایت کنید که با استفاده از محدودترین منابع هم بتوان آزمایش آنها را در دستور کار خود قرار داد.

سخن آخر

بعد از مطالعه این مقاله درباره تست A/B باید آمادگی لازم برای طراحی نقشه راه مسیر بهینه‌سازی وبسایت خود را پیدا کرده باشید. هر یک از مراحلی را که گفتیم با جدیت دنبال کنید اما مراقب باشید با بی‌توجهی به داده‌ها، مرتکب اشتباه نشوید. فراموش نکنید زمانی‌که صحبت از بهبود نرخ تبدیل مشتری وبسایت می‌شود، تست A/B اهمیت بسیار زیادی پیدا می‌کند. اگر فرآیند تست A/B را به شکلی درست و با دانشی که به کمک این مقاله و تجربه خود بدست آورده‌اید انجام بدهید، بسیاری از ریسک‌های موجود در طول بهینه‌سازی را کاهش خواهید داد. فراموش نکنید که این تست‌ها با حذف همه عناصر ضعیف و پیدا کردن بهینه‌ترین نسخه وبسایت، به شما کمک می‌کنند تجربه کاربری وبسایت خود را بهبود ببخشید و در نتیجه، فروش خود را افزایش بدهید.

بر اساس رای 13 نفر
آیا این مطلب برای شما مفید بود؟
شما قبلا رای داده‌اید!
اگر بازخوردی درباره این مطلب دارید یا پرسشی دارید که بدون پاسخ مانده است، آن را از طریق بخش نظرات مطرح کنید.

دانش آموخته شیمی آلی از دانشگاه بین المللی امام خمینی و علاقه‌مند به مباحث دیجیتال مارکتینگ و دنیای وب و فعال در زمینه تولید محتوا

نظر شما چیست؟

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