رسیدن به موفقیت به استراتژی نیاز دارد، استراتژی به تاکتیک و تاکتیک هم به ابزار. برخی ابزارها در تاکتیک‌های مختلفی استفاده می‌شوند و اهمیت آنها در رسیدن به موفقیت، بیش از سایر ابزارها و راهکارها می‌باشد. آزمون یا تست A/B در دیجیتال مارکتینگ، ابزاری بسیار پرکاربرد برای بهبود نتیجه در کلیه بخش‌ها و تاکتیک‌ها است و در این مقاله از مجله کاپریلا، با آن آشنا خواهید شد.
تست A/B چیست؟
تست A/B که به آن bucket test یا split-run testing نیز گفته می‌شود، روشی برای مقایسه‌ی دو نسخه از یک صفحه‌ی وب یا برنامه (اپلیکیشن) است تا مشخص شود کدام‌یک عملکرد بهتری دارد. تست A/B اساساً آزمایشی است که در آن دو یا چند نسخه از یک صفحه به صورت تصادفی به کاربران نشان داده شده و با استفاده از تحلیل آماری مشخص می‌شود که کدام یک از نسخه‌ها با توجه به هدف (افزایش نرخ تبدیل کاربر به مشتری)، عملکرد بهتری دارند.
اجرای تست A/B که مستقیماً نسخهی جدیدی از وبسایت یا یک اپلیکیشن را با نسخهی اصلی و کنونی مقایسه می‌کند، به شما اجازه می‌دهد سؤالات دقیقی در مورد تغییرات در وبسایت یا اپلیکیشن خود مطرح کرده و سپس اطلاعاتی در مورد تأثیر این تغییرات جمع‌آوری کنید.
این تست با استفاده از ایجاد تغییرات و بهینه‌سازی وبسایت، امکان گرفتن تصمیمات آگاهانه‌ای را فراهم می‌سازد که سبب می‌شود اهداف تجاری، از «ما فکر می‌کنیم» به «ما می‌دانیم» تغییر کند. با سنجش تأثیری که این تغییرات روی شاخص‌های ما دارند، می‌توان تضمین کرد که هرگونه تغییری منجر به نتایج مثبت خواهد شد.
نحوه‌ی انجام تست A/B
در تست A/B، صفحه‌ی یک اپ یا سایت تغییر داده شده و یک نسخهی دوم از آن ایجاد می‌شود. این تغییر، گاهی در حد یک تیتر یا یک دکمه کال تو اکشن و گاهی طراحی مجدد کامل آن صفحه است. سپس نیمی از بازدید صفحه شما، نسخهی اصلی صفحه (یا همان نسخهی کنترل) و نیمی دیگر، نسخهی تغییریافته‌ی صفحه (یا نسخهی آزمایشی) را می‌بینند.
با توجه به اینکه کاربران، هم صفحه‌ی کنترل و هم صفحه‌ی آزمایشی را می‌بینند، میزان تعامل آنها با هر کدام در یک داشبورد تحلیلی سنجیده و گردآوری شده و سپس از طریق یک سیستم آماری تحلیل می‌شود. در این صورت، می‌توان مشخص کرد که تأثیر تغییرات اعمال شده، برای کاربران مثبت یا منفی بوده یا اینکه اصلاً مؤثر نبوده است.
چرا باید تست A/B را انجام داد؟
آزمون A/B به افراد، تیم‌های کاری و شرکت‌ها اجازه می‌دهد درحالی‌که به گردآوری اطلاعات به‌دست‌آمده می‌پردازند، تغییرات مفیدی نیز در رفتار کاربران خود ایجاد کنند. انجام این تست به آنها این امکان را می‌دهد که فرضیه‌های جدیدی را مدنظر قرار دهند و متوجه شوند که چرا برخی عناصر و کدام عناصر، موجب تغییر رفتار کاربران می‌شوند. به عبارت دیگر، اشتباهات طراحی مشخص خواهد شد. با انجام تست A/B می‌توان فهمید که نظر آنها درخصوص انتخاب یک متغیر درست بوده یا تصورات اشتباهی داشته‌اند.
تست A/B فراتر از اینکه فقط پاسخی به یک سؤال یا اختلاف نظر باشد، می‌تواند به بهینه‌سازی مداوم خروجی‌های یک کسب و کار یا رشد نرخ تبدیل کاربر به مشتری کمک کند. به عنوان مثال، شرکتی که در زمینه‌ی تکنولوژی ممکن است بخواهد کیفیت و حجم فروش خود را با استفاده از راه‌اندازی یک صفحه فرود کمپین افزایش دهد. برای دستیابی به این هدف، تیم بازاریابی، تغییرات تست A/B را روی تیترهای صفحه‌ی اصلی وب سایت، تصاویر آن، زمینه‌های (fields) موجود در صفحه‌ی وب، گزینه‌های فراخوانی به اقدام و ساختار کلی صفحه امتحان می‌کنند.
تست یک متغیر در هر زمان، به صاحبان صفحات وب کمک می‌کند تا بفهمند کدام تغییرات روی رفتار کاربران تأثیر داشته و کدام تغییرات تأثیری نداشته‌است. با گذشت زمان، آنها می‌توانند با ترکیب نتایج به دست آمده از تغییرات اعمال شده، میزان بهبود صورت‌گرفته را بسنجند.
این روش اعمال تغییرات در رفتار یک کاربر در وب سایت، این امکان را می‌دهد که با بهینه‌سازی سایت طبق رفتار کاربر، بهترین نتایج را از آن گرفته و گام‌های مهم و اساسی در کمپین‌های بازاریابی خود برداشت.
بازاریاب‌ها با آزمون‌های متعدد یاد می‌گیرند کدام نسخه از تغییرات، کلیک‌های بیشتری را دریافت می‌کند و اصطلاحاً نرخ کلیک بالاتری دارد و با انجام این تست روی صفحه‌ی بعدی که یک بازدیدکننده باز می‌کند، درمی‌یابند کدام مدل طراحی و چیدمان (layout)، بازدیدکنندگان بیشتری را به مشتری تبدیل می‌کند. اگر المان‌های به‌کارگرفته همگی به درستی کار کنند، مجموع هزینه‌های صرف شده برای اجرای کمپین بازاریابی به شدت کاهش می‌یابد.
توسعه دهندگان و طراحان محصول نیز می‌توانند از این تست برای نشان دادن تأثیر تغییرات جدید در عملکرد کاربران استفاده کنند. پردازش محصول، میزان تعامل کاربر، حالت‌ها و تجربیات استفاده از هر محصول، همگی از طریق آزمون A/B قابل بهینه‌سازی هستند، به شرطی که اهداف به درستی تعریف شده باشند و برنامه‌ی شفاف و واضحی وجود داشته باشد..
مزایای تست A/B چیست؟
- میزان تعامل کاربر را افزایش می‌دهد.
- محتویات سایت را بهبود می‌بخشد.
- نرخ تبدیل کاربر به مشتری را افزایش می‌دهد.
- تجزیه و تحلیل آن ساده است.
- نتایج سریع به دست می‌آیند.
- همه‌ی متغیرها قابل تست شدن هستند.
فرآیند آزمون A/B
در ادامه به اصول کلی تست a/b می‌پردازیم که از آنها می‌توانید برای شروع اجرای تست استفاده کنید:
- جمع‌آوری داده: نرم‌افزار تحلیل‌گر داده‌های وبسایت شما (مثل گوگل آنالیتیکس) معمولاً نقطه‌ا‌ی آغازین برای بهینه‌سازی سایت یا اپلیکیشن در اختیار شما قرار می‌دهد؛ درواقع کمک می‌کند در صفحات پرترافیک سایت یا اپ، بهینه‌سازی را شروع کنید، بنابراین گردآوری داده‌ها سریع‌تر خواهد شد. بهتر است برای بهینه‌سازی، به دنبال صفحاتی باشید که نرخ تبدیل کاربر به مشتری پایینی دارند یا نرخ پرش و نرخ خروج بازدیدکننده‌ی آنها بالاست.
- تعیین اهداف: اهداف تبدیل کاربر به مشتری، معیارهایی هستند که به شما نشان می‌دهند متغیرهایی که برای بهینه‌سازی سایت از آنها استفاده کرده‌اید، تأثیرگذارتر هستند یا نسخهی اولیه‌ی سایت عملکرد بهتری داشته است. اهداف، می‌توانند یک کلیک ساده روی یک دکمه یا لینک، خرید محصول و یا دریافت ایمیل مشتری باشند.
- ایجاد فرضیه: وقتی اهداف خود را مشخص کردید، می‌توانید به خلق ایده‌های نو و فرضیه‌های جدید برای تست A/B اقدام کنید. وقتی لیستی از این ایده‌ها فراهم شد، آنها را برحسب تأثیر مورد انتظار و دشواری پیاده‌سازی اولویت‌بندی کنید.
- ایجاد نسخه‌ها: استفاده از نرم‌افزارهای تست A/B مانند optimizely و google optimize، تغییرات مطلوبی در یک عنصر یا بخشی از یک وبسایت یا اپلیکیشن موبایل ایجاد می‌کند. این تغییرات ممکن است تغییر رنگ یک دکمه، جابجا کردن ترتیب عناصر در صفحه، پنهان کردن منوی سایت و یا تغییری اختصاصی بر حسب وبسایت شما باشد. بسیاری از ابزارهای پیشرفته تست A/B، ویرایشگرهایی بصری دارند که اعمال این تغییرات را آسان می‌کنند. شما حتماً باید متغیرهای خود را ارزیابی کنید تا مطمئن شوید طبق انتظار شما کار می‌کنند.
- اجرای تغییرات: تغییرات خود را اعمال کنید و منتظر عکس‌العمل بازدیدکنندگان باشید. در نرم‌افزارها، بازدیدکنندگان سایت یا اپلیکیشن شما به طور تصادفی، نسخهی کنترل (اصلی) یا نسخهی تغییریافته (آزمایشی) را می‌بینند. تعامل آنها با هرکدام از این تجربیات سنجیده شده، شمارش شده و مقایسه می‌شود تا عملکرد هر کدام مشخص شود.
- تحلیل نتایج: وقتی آزمایش شما کامل شد، نوبت به تحلیل نتایج می‌رسد. نرم‌افزار تست A/B داده‌های برگرفته از تغییرات را فراهم کرده و تفاوت بین عملکرد دو نسخه را و اینکه آیا تفاوت آماری قابل توجهی دارند یا خیر، به شما نشان می‌دهد.
اگر نسخهی آزمایشی برنده‌ی این رقابت باشد، برای بهبود نتایج می‌توانید آن تغییر را در صفحات دیگر سایت اعمال کنید و به این رویه ادامه دهید تا کل وبسایت، بهینه شود. اما اگر آزمایش شما نتایج منفی داشت یا هیچ تغییری حاصل نشد، باید از آن آزمایش به عنوان یک تجربه‌ی یادگیری استفاده کنید و فرضیه‌های جدیدی برای تست ایجاد کنید.
نتایج آزمایش هرچه که بود، از این تجربه برای انجام تست‌های آینده بهره ببرید و برای بهینه‌سازی تغییرات سایت یا اپ خود، پیوسته آن را تکرار کنید.
کاربرد تست A/B در سئو
گوگل اجازه‌ی انجام تست A/B را می‌دهد و گفته است که انجام آزمون A/B یا تست چندمتغیره هیچ خطری برای رتبه‌ی وبسایت شما نخواهد داشت. اما این امکان وجود دارد که با سوء‌استفاده از ابزار تست A/B برای فریب موتورهای جستجو (cloaking) رتبه‌ی سئو شما به خطر بیفتد. گوگل برخی از بهترین شیوه‌ها را برای اینکه چنین حادثه‌ای رخ ندهد، ارائه کرده‌است:
- عدم پنهان‌کاری (cloaking): وقتی محتوایی بجز آنچه بازدیدکننده می‌بیند به موتور جستجو ارائه شود به این کار پنهان‌کاری می‌گویند. پنهان‌کاری می‌تواند منجر به کاهش رتبه یا حتی حذف سایت از نتایج جستجو شود. برای جلوگیری از پنهان‌کاری، نباید به کاربران عادی بر اساس IP یا سایر مشخصاتشان، مطالب غیر واقعی نشان داد (برخی سئوکاران مطالب غیر واقعی را به ربات‌های گوگل نشان می‌دهند تا رتبه‌ی جستجوی خود را افزایش دهند).
- از “rel=canonical” استفاده کنید: اگر یک تست چندقسمتی را با چند لینک (URL) اجرا می‌کنید، باید از ویژگی rel = “canonical” برای برگرداندن تغییرات به نسخهی اصلی صفحه استفاده کنید. انجام این کار به جلوگیری از اشتباه گرفته شدن چند نسخه از یک صفحه‌ی واحد، توسط ربات‌های گوگل کمک می‌کند.
- از ریدایرکت 302 به جای 301 استفاده کنید: اگر تستی را اجرا می‌کنید که URL اصلی را به URL تغییریافته هدایت می‌کند، از ریدایرکت 302 به جای 301 استفاده کنید. این دستور به موتور جستجویی نظیر گوگل می‌گوید که ریدایرکت، موقتی است و باید URL اصلی را در نتایج خود، ثبت (index) کند نه URL تست را.
- تنها زمانی آزمایشات را انجام دهید که ضروری است: اجرای تست A/B بیشتر از لزوم، مخصوصاً اگر یک نسخه از صفحه را برای درصد قابل توجهی از کاربران ارائه می‌دهید، ممکن است به عنوان تلاش برای فریب دادن موتورهای جستجو تلقی شود. گوگل پیشنهاد می‌کند از اجرای غیر ضروری تست‌ها در بازه‌های زمانی بلندمدت پرهیز کنید.
در ادامه، چند مثال را با هم مرور می‌کنیم.
یک شرکت رسانه‌ای ممکن است بخواهد زمان باقی‌ماندن کاربران در صفحه‌ی وب خود را افزایش دهد و مدت زمانی را که خوانندگان صرف مطالعه در سایت می‌کنند، بالا ببرد و در نهایت، مقالات را از طریق اشتراک‌گذاری بیشتر در شبکه‌های اجتماعی، پربازدیدتر کند. برای دستیابی به این اهداف، می‌توانند نسخه‌ها را در موارد زیر تست کنند:
- مدل‌های ثبت ایمیل
- دکمه‌های اشتراک‌گذاری در شبکه‌های اجتماعی
- مطالب پیشنهادی و مرتبط با مقاله اصلی
یک شرکت مسافربری ممکن است بخواهد تعداد رزروهای موفقیت‌آمیز را در وبسایت یا برنامه‌ی موبایل خود افزایش دهد یا بخواهد سود حاصل از خرید محصولات جانبی را بالا ببرد. برای بهبود این معیارها می‌توانند نسخه‌های زیر را تست کنند:
- حالت‌های جستجوی صفحه اصلی
- صفحه‌ی نتایج جستجو
- نحوه نمایش محصولات جانبی
یک فروشگاه اینترنتی ممکن است بخواهد تعداد بازدیدهای تبدیل شده، میانگین ارزش سفارش یا فروش خود در تعطیلات را افزایش دهد. برای این کار می‌توانند تست A/B را در بخش‌های زیر انجام دهند:
- پیشنهادهای ویژه در صفحه‌ی اول
- عناصر جهت‌یابی (navigation) سایت (مانند منو)
- اجزا و مراحل قیف خرید
یک شرکت فناوری ممکن است بخواهد سرنخ فروش یا لیدهای باکیفیت (high-quality leads) خود را افزایش داده، تعداد کاربران نسخهی آزمایشی را بیشتر کند یا نوع خاصی از خریداران را جذب کند. آنها تست‌های زیر را می‌توانند انجام دهند:
- تغییر فرم‌های جذب لید
- پیام‌رسانی صفحه‌ی اول و فراخوانی به عمل
- فرآیند ثبت‌نام نسخه آزمایشی
مثال‌هایی از نتایج تست A/B
مثال‌های زیر، نوع نتایجی واقعی را نشان می‌دهد که شرکت‌ها از طریق تست A/B با نرم‌افزار Optimizely به آن رسیده‌اند:
Discovery تغییراتی را جهت تعامل بیشتر با برنامه تلویزیونی «super fan» تغییر داد، نتیجه هم 6 درصد افزایش تعامل با این برنامه تلویزیونی بود.
ComScore با تغییر در لوگو و صفحه‌ی اصلی هر محصول توانست مشتریان خود را 69 درصد افزایش دهد.
Secret Escapes نسخه‌های صفحات ثبت‌نام موبایل خود را تغییر داد، نرخ تبدیل را دو برابر کرد و ارزش طول عمر مشتری (Lifetime Value) را نیز افزایش داد.
سوالات متداول در مورد تست A/B
چرا باید تست A/B را انجام دهیم؟
با مطالعه در مورد استارت‌آپ‌ها، به‌راحتی می‌توان متوجه شد که بسیاری از آنها در همان ابتدای کار شکست می‌خورند یا به اهدافی که می‌خواهند، نمی‌رسند. تست a/b به ما کمک می‌کند که بفهمیم مشتریان ما چه انتظاراتی از ما دارند، چون بسیاری از اوقات، رفتار آنها مطابق با آنچه ما توقع داریم، نیست. در گذشته، بازاریابی با آزمون و خطا انجام می‌شد ولی امروزه با استفاده از تست A/B، نیازی به آزمون و خطا نیست.
چه چیزی را باید تست کرد؟
در ابتدا باید متغیرها و المان‌هایی را که می‌خواهید سنجیده شوند، مشخص کنید. برای این منظور این دو سؤال را از خود بپرسید:
- کدام صفحه‌های وبسایت شما بیشترین ترافیک ورودی و کمترین نرخ تبدیل را دارند؟
- اصلی‌ترین فراخوانی به اقدام یا call to action شما چیست؟
صفحات اول سایت‌ها بهترین مکان برای انجام تست A/B هستند، چون اهداف مشخص و ثابتی دارند. بعلاوه، وقتی می‌خواهید یک متغیر را تغییر دهید، اول از همه دقت کنید که کدام متغیر، تأثیر بیشتری روی افزایش نرخ تبدیل کاربر به مشتری خواهد گذاشت.
انجام آزمایش چقدر باید به طول بی‌انجامد تا موفقیت‌آمیز قلمداد شود؟
آنچه در مدت انجام آزمایش مهم است، این است که شما از ابتدا باید یک هدف مشخص داشته باشید و در جهت همان هدف پیش بروید. در کنار هدف شما، یک‌سری فاکتور هم وجود دارند که دارای اهمیت هستند:
- تجزیه و تحلیل آماری: اگر میزان موفقیت بالای 95 درصد باشد، می‌توان به آن استناد کرد وگرنه باید عنصر شانس را نیز دخیل کنیم.
- میزان انحراف از معیار: در اینجا معیار ما نرخ تبدیل کاربر به مشتری است.
فاصله‌‌ی زمانی بین دو تست چقدر باید باشد؟
این فاصله بستگی مستقیم به میزان نتیجه‌ای دارد که از تست A/B گرفته‌اید.
تست A/B چند متغیره چیست؟
در این تست، شما به‌طور هم‌زمان دو متغیر را تغییر می‌دهید و نتایج را بررسی می‌کنید. اما امکان آزمایش متغیرهای بیش از 2 عدد نیز وجود دارد که اجرا و تحلیل تست‌های چند متغیره، کار مشکلی محسوب می‌شود.
نتیجه‌گیری
تست A/B به زبان ساده، مقایسه دو نسخه از یک چیز است تا مشخص شود کدام‌یک بهتر کار می‌کند. این تست امروزه، مشخصاً در مورد وب‌سایت‌ها و نرم‌افزارهای موبایلی و حتی در ایمیل‌ها استفاده می‌شود.
بسیاری از سایت‌ها، کاربران و بازدیدکنندگان زیادی دارند ولی نمی‌توانند این کاربران را به خرید یک محصول، اشتراک‌گذاری مطالب سایت در شبکه های اجتماعی و دریافت ایمیل آنها و … تشویق کنند. در این صورت انجام تست A/B به کمک آنها می‌آید.با استفاده از تست A/B می‌توانید رفتار کاربران سایت خود را به دقت بررسی کنید و آنها را به سوی انجام اهداف خود سوق دهید.
چنانچه این تست را به درستی و در زمان‌هایی که احساس می‌کنید بازدهی سایت یا اپلیکیشن موبایل شما کاهش یافته است انجام دهید، می‌توانید میزان تعامل کاربران با سایت و در نهایت میزان فروش خود را افزایش دهید.
تا به حال آزمون A/B انجام داده‌اید؟ چه نتیجه‌ای به دست آمد؟
اگر این مطلب برای شما مفید بوده است، آموزش‌ها و مطالب زیر نیز به شما پیشنهاد می‌شوند:
