تست A/B چیست؟ و چگونه به مشاغل کمک می کند؟

تست A/B به فرآیندی گویند که به شکل همزمان دو مورد مختلف را می تواند آزمایش نماید به طور مثال دو مورد مختلف از صفحات وب را برای مخاطبان در وب سایت به نمایش می گذارد و از این طریق به تفاوت های آن ها از راه مقایسه می پردازد تا به این نتیجه برسد که کدام‌ یک از آن‌ ها موجب نرخ تبدیل بیشتر می‌ گردد.

باید این نکته را لحاظ کنیم که در تست A/B گزینه‌ ای که تبدیلات بالاتری دارد برنده است و با این مورد شما می توانید سایت خود را برای قرار گرفتن در مسیر نتیجه مثبت هدایت نمایید.

به بیان دیگر می توان گفت که این تست یکی از موارد اصلی در بهینه‌ ساختن نرخ تبدیل (CRO) است. در این حالت شما قادر هستید تا کلیه اطلاعات اعم از اطلاعات کیفی و کمی هر یک از مخاطبان را جمع‌ آوری نموده و از این اطلاعات برای درک کامل یک مشتری و همچنین بهینه‌ ساختن قیف فروش استفاده نمایید.

در حال حاضر کلیه کسب و کارها B2B از این مورد که نرخ تبدیل آن ها در یک ماه کمتر است رضایت ندارند.

در این قسمت باید این موارد را بررسی کنیم که به چه علت می بایست برای جلوگیری از کلیه مشکلات از A/B استفاده نماییم؟

مورد اول، مشکلات کاربران باید حل گردد.

بسیاری از مخاطبان برای بررسی موارد مورد نیاز خود اعم از دریافت اطلاعات لازم در خصوص محصول یا کسب اطلاعات در خصوص خدمات یک محصول، خرید آن محصول و... از وب‌ سایت شما استفاده می نمایند پس باید محتواهای منتشر شده توسط وب سایت شما به طور کامل انجام پذیرد تا این بازدید ها با نتیجه مثبت و رضایت کامل مشتریان همراه گردد. توجه داشته باشید که در این جریان هیچ گاه مشتری با مشکلی روبرو نشود چرا که در این صورت بازدید آن ها از سایت را از دست داده و در نتیجه نرخ تبدیل شما با موارد منفی روبرو می گردد.

از اطلاعات بدست آمده از راه ابزارهای تجزیه‌ و تحلیل رفتار کاربران نظیر heatmaps (ابزاری برای آنالیز رفتار)، Google Analytics و نظرسنجی‌ های وب‌ سایت در مسیر حل این مشکلات استفاده نمایید.

مورد دوم، باید از ترافیک به وجود آمده یک ROI مناسبی دریافت نمایید.

تست A/B در این مسیر به شما کمک می کند تا از ترافیک موجود خود بهره لازم را ببرید و اینگونه بتوانید بدون احتیاج به‌ صرف خرید ترافیک جدید، تبدیل خود را افزایش دهید. لازم است بدانید که جزئی‌ ترین تغییرات در هر موردی برابر است با افزایش قابل‌ توجه در تبدیل.

مورد سوم، نرخ پرش (Bounce Rate) را کمتر کنید.

در بعضی از حالت ها این مورد وجود دارد که به دلیل های مختلف نرخ پرش بالا در وب‌ سایت شما موجود باشد؛  مواردی نظیر گزینه‌ های بسیار، عدم تطابق انتظارات و... که شما می توانید با آزمایش A/B کلیه تغییرات مختلف در وب‌ سایت خود را آزمایش نموده تا اینگونه بهترین نسخه‌ ممکن را بیابید. این مورد موجب می گردد تا تجربه‌ کاربر با بهبودی لازم و مدت زمان حضور یک کاربر در سایت شما بیشتر گردد تا اینگونه از نرخ پرش نیز کاهش یابد.

مورد چهارم، سعی نمایید اصلاحات کم‌ خطر را انجام دهید.

با آزمایش A/B می توانید در جایگزین کردن طراحی کامل و مجدد صفحه خود تغییرات لازم و جزئی را انجام دهید با این امر می توانید از به خطر انداختن نرخ تبدیل فعلی خود نیز جلوگیری نمایید. آزمایش A/B به شما این امکان را می‌ دهد تا اطلاعات خود را جهت حداکثر خروجی با  تغییرات کمتر، هدف قرار داده و در ادامه به سمت افزایش ROI قدم بردارید.

مورد پنجم، داده های آماری خود را مورد تحلیل و بررسی قرار دهید.

تست A/B به طور کامل مبنی بر داده است و اینگونه دیگر جایی برای حدس زدن، احساس یا غرایز نمی ماند. پس شما قادر خواهید بود تا طبق تحلیل‌ های قابل ‌توجه آماری در معیار هایی نظیر زمان صرف شده در صفحه، تعداد درخواست‌ های نسخه‌ نمایشی، نرخ کنار گذاشتن سبد خرید، میزان کلیک و غیره، به‌ راحتی گزینه‌ های «برنده» و «بازنده» را تعیین نمایید.

مورد ششم، با طراحی مجدد وب‌ سایت، سودآوری بالایی را برای خود به ارمغان آورید.

طراحی کردن دوباره وب سایت می‌ تواند با گزینه هایی نظیر ویرایش یک متن به صورت جزئی یا تغییر رنگ در دکمه CTA تا تغییر کامل یک صفحه وب باشد. انجام یک تصمیم کامل و اجرا آن در یک نسخه و یا نسخه‌ دیگر می بایست مبنی بر تست A/B باشد. باید هیچگاه تست را به صورت نیمه رها نکنید حتی در صورت نهایی شدن طرح با فعال‌ گردیدن نسخه‌ جدید، دیگر عنصر های موجود در صفحه وب سایت خود را مورد آزمایش قرار دهید تا اینگونه اطمینان حاصل نمایید که جذاب‌ ترین نسخه برای بازدیدکنندگان در حال اجرا است.

طراحی تست A/B به چه شکل است؟

یک برنامه تست A/B ساختار یافته این امکان را می دهد تا با مشخص‌ ساختن عامل مهم که به بهینه‌ سازی نیاز دارد تلاش‌ های بازاریابی را سود آورتر نماید.

آزمایش A/B  مراحل زیر را به همراه دارد:

مرحله اول: تحقیق را شروع کنید.

پیش از آنکه یک طرح تست A/B را آغاز کنید لازم است که تحقیقات کاملی در مورد نحوه‌ عملکرد وب‌ سایت خود انجام دهید. شما باید اطلاعاتی نظیر: تعداد کاربرانی که به سایت شما ورود پیدا می کنند، جستجوی صفحات و پیدا کردن آن صفحاتی که بیشترین بازدید را دارند، هدف های متفاوت تبدیل صفحات مختلف و غیره را جمع‌ آوری نمایید. بکار گرفتن ابزار های لازم و مختلف حهت انجام تجزیه و تحلیل سایت همانند:  Google Analytics ، Omnitur ، Mixpanel و...  کمک بسیاری به شما می‌کند تا صفحات با بازدید های بسیار، صفحات با حضور کاربران در مدت زمان بیشتر و همچنین صفحاتی را که با  بالاترین نرخ پرش هستند را شناسایی کرده و برای ادامه فعالیت تصمیمات بهتری را اخذ کنید. یک مورد از ابزار های پر استفاده‌ در مشخص ساختن رضایت یا عدم رضایت افراد با نظرسنجی ممکن است که این عمل توسط کاربران در وب‌ سایت ها رخ می دهد همچنین وب سایت ها بیشتر  مواردی را که ممکن است در داده‌ های کل ازدست‌ رفته باشند را به شما نمایش دهد و یاد آور نکات مهمی شود. همچنین شما قادر خواهید بود تا با استفاده از  session recording که توانایی جمع آوری  داده‌ های رفتار بازدید کنندگان را دارد به بینش های کیفی رسیده و از این طریق کلیه مشکلات کاربران را شناسایی نمایید.

مرحله ۲: با مشاهده فرضیه بهتر است به سراغ فرمول‌ بندی بروید.

اکثر شما می دانید که اگر مشاهده کامل در خصوص موردی انجام نپذیرد و تحقیقات کامل در آن صورت نگیرد ایجاد فرضیه‌ هایی مبنی‌ بر داده‌ ها کمپین آزمایشی دیگر همانند یک قطب‌ نمای بدون جهت است.

پس باید اینگونه گفت که بهترین راه جهت انجام فرمول‌ بندی فرضیه‌ های با توجه بر داده‌ های به ‌دست ‌آمده تجزیه‌ و تحلیل، مشاهده‌ نمودن دقیق آن‌ ها و انجام تحقیقات کامل و بعد از آن  پیاده‌ سازی نتیجه ها تحقیق بر وب‌ سایت و کاربران است.

مرحله ۳: ایجاد تغییرات

می‌ توانید از مراحل مختلف در ایجاد تغییرات کمک گرفته و با ذهنیت خلاق کلیه تغییراتی که بنظرتان با نتیجه مثبت شما را همراه می کند را بکار گرفته و آزمایش کنید تا اینگونه مشاهده نمایید که کدام روش بهتر کار می‌ کند. برای مثال اگر اشخاص زیادی از پر کردن یک فرم صرف نظر نموده اند باید بررسی کنید که آیا فرم شما فیلد های بسیاری دارد؟ یا باید متوجه این امر شوید که در فرم ها چه چیزی باعث اذیت افراد است  اطلاعات شخصی که از آن ها می‌ خواهید یا خیر؟ اگر به این موارد رسیدید باید با ایجاد تغییرات  آن را امتحان کنید.

مرحله ۴: تست را اجرا کنید

پیش از رسیدن به این بخش از مراحل، ابتدا باید این مورد را لحاظ کنید که این چهار نوع آزمایش با یکدیگر تفاوت‌ هایی دارند و برای انجام تست های خود یک مورد از آن ها را برگزینید. حال می خواهیم این مورد را بررسی نماییم که چند مورد آزمایش وجود دارد و ما باید چه زمانی از کدام روش استفاده کنیم.

تست A/B : این تست در مواقعی‌ اتفاق می افتد که شما قصد دارید میزان تاثیر تغییر یک المان را در صفحه‌ فرود یا فرم خود را بسنجید. در این مواقع شما می بایست با انجام دو طراحی مجزا  که در آن‌ ها فقط یک المان تغییر کرده باشد و در شرایط برابر باشند و سپس این دو طراحی را با یکدیگر مقایسه کنید.

آزمایش تقسیم یو-آر‌-ال (Split URL Testing): افراد بسیاری هستند که این تست را با تست A/B اشتباه می‌ گیرند. می بایست در انجام این تست شما چند ورژن مختلف از صفحه‌ ای که می‌ خواهید آن را آزمایش کنید طراحی کرده و برای آن‌ ها URL های مجزا در نظر بگیرید و ترافیک وب‌ سایت خود را در میان هر دو ورژن‌ جدید به شکل مساوی پخش نمایید. ورژنی که بیشترین کانورژن را داشته باشد برنده‌ تست انجام شده است.

آزمایش چند متغیره (Multivariate Testing):‌ در این حالت باید چند متغیر را در قالب یک آزمایش تست کنید. به طور مثال شما دو رنگ دکمه‌ کاملا متفاوت با دو تصویر متفاوت برای آزمایش صفحه‌ خود انتخاب نموده اید اما نمی توانید قاطع تصمیم بگیرید که از بین ۴ ترکیبی که می‌ توان با آن‌ ها بسازید کدام یک کانورژن بیشتری را ایجاد می‌ کند. با انجام این  آزمایش می توانید این موضوع را برای خود آشکار سازید.

آزمایش چند صفحه‌ ای (Multipage Testing): این تست در مواقعی استفاده می‌ گردد که شما برای بررسی میزان تغییرات یک المان مشخص در کلیه صفحات وب‌ سایت خود هستید. به طور مثال شما قصد دارید تا رنگ آیکون‌ های وب‌ سایت‌ تان را از یک رنگ به رنگ دیگر تغییر دهید در این حالت می توانید با استفاده از روش آزمایش چند صفحه‌ ای به میزان تاثیر این مورد در وب سایت خود برسید.

طبق نیاز وب‌ سایت و هدف های تجاری، آزمون خود را شروع نموده و پس از آن برای زمان تعیین شده جهت دستیابی به نتیجه های قابل ‌توجه آماری منتظر بمانید. این نکته را یاد آور شوید که در آخر اهمیتی ندارد که شما کدام روش را برای خود بر می گزینید تحلیل و استنتاج شما از داده های آماری نتیجه های نهایی را تعیین می‌ نماید.

مرحله ۵: تجزیه‌ و تحلیل و استقرار نتیجه ها

از آن قسمتی که آزمایش A/B  در انجام جمع‌ آوری و تجزیه‌ و تحلیل مداوم کلیه داده‌ ها نقش پر رنگی دارد می تواند در این مرحله سفر شما تکمیل نماید. بنابراین با تمام شدن کلیه تست ها و آزمایشات، نتیجه ها را با در نظر گرفتن معیارهایی همانند: افزایش درصد، سطح اطمینان، تأثیر مستقیم و غیر مستقیم بر دیگر معیار ها و همچنین دیگر عوامل تجزیه‌ و تحلیل نموده و به دست بررسی بسپارید. دقت نمایید که چنانچه امتحانات شنا در این مراحل بدون هیچ نتیجه ای بود از آن استدلال جهت آزمون‌ های بعدی استفاده کنید.

اشتباهات رایج در تست A/B

تست A/B در صنعت مدیا و منتشر کردن آن

اشتباه شماره ۱: نداشتن برنامه‌ برای بهینه‌سازی

فرضیه غیر قابل معتبر: تست A/B با یک فرضیه قبل از انجام آزمایش صورت می‌گیرد که تمام مراحل بعدی به آن بستگی دارد: به طور مثال آن‌چه باید تغییر کند، چرا باید تغییر کند، نتیجه‌ی مورد توقع چیست و غیره. اگر با یک فرضیه اشتباه شروع کنید، احتمال موفقیت آزمون کم می شود.

نظر دیگران را قبول نکنید: اگر شخص دیگری روند ثبت‌نام خود را تغییر داده و 30٪ بیشتر شدن در نرخ تبدیل داشته است، دلیل نمی‌شود که برای شما نیز همین گونه است. به همین خاطر است که شما نباید نتایج آزمون شخص دیگری را در وب‌سایت خود انجام دهید. نحوه بهینه‌سازی برای هر وب‌سایتی فرق خواهد کرد زیرا اهداف هر وب‌سایت با دیگری تفاوت دارد.

اشتباه شماره ۲: آزمایش تعداد زیادی از المان‌ها با هم

این کار سبب می‌شود مشخص کردن این‌که کدام عنصر بیشتر در موفقیت یا عدم موفقیت آزمون موثر است، سخت شود. جدا از این، هرچه عناصر بیشتری در آزمایش ثاییر داشته باشد، برای توجیه آزمایش معنی‌دار آماری، به ترافیک بیشتری در آن صفحه نیاز است؛ پس، اولویت‌بندی المان‌هایی که باید تست شوند برای موفقیت در آزمایش A/B مهم است.

اشتباه شماره ۳: نادیده‌گرفتن اهمیت آماری

در حالی‌ که اهداف تست A/B را مشخص می‌کنید اگر طبق احساسات یا نظرات شخصی راهی برای فرمول‌بندی پیدا کنید، به‌احتمال زیاد شکست خواهید خورد.  بدون در نظر گرفتن همه‌ی موارد، چه این آزمون موفقیت‌آمیز باشد و چه نباشد، باید اجازه دهید آزمایش روند خود را طی کند تا به داده‌های آماری دست یابید. نتایج تست A/B هر چه باشند، بینش ارزشمندی به شما می‌دهند و کمک می‌کنند تا آزمون بعدی را به روشی بهتر برنامه‌ریزی کنید.

اشتباه شماره ۴: استفاده از ترافیک نامتعادل

کسب‌وکارها معمولاً در پایان آزمایش ترافیک نامتعادل در وب‌سایت ایجاد می‌کنند. تست A/B باید با ترافیک مناسب انجام شود تا نتایج قابل‌ قبولی به دست آید. استفاده از ترافیک کم یا بیشتر از میزان موردنیاز برای آزمایش، احتمال شکست کمپین و ایجاد نتایج غیرقطعی را بیشتر می‌ کند.

اشتباه شماره ۵: انجام آزمایش برای مدت‌زمان نادرست

طبق میزان بازدید و اهداف خود، آزمون‌های A/B را برای مدت مشخصی اجرا کنید تا به نتایج آماری برسید. اجرای یک آزمون برای یک دوره‌ی طولانی یا خیلی کوتاه می‌تواند باعث عدم موفقیت در آزمون شود و نتایج ناچیزی به همراه داشته باشد. از آن‌جا که یک نسخه از وب‌سایت شما در چند روز اول شروع آزمون به اصطلاح برنده است، به این معنی نیست که باید قبل از زمان تعیین شده تست را رها کنید. همین‌طور اجرای یک کمپین به مدت طولانی نیز اشتباه بزرگی است که کسب‌وکارها انجام می‌دهند. مدت‌زمان اجرای تست به عوامل گوناگونی مانند ترافیک موجود، نرخ تبدیل موجود، بهبود یافتن موارد مورد انتظار و... بستگی دارد.

اشتباه شماره ۶: پیگیری نکردن روند تکرارشونده

تست A/B یک فرایند تکراری است که هر آزمایش طبق نتایج آزمایش‌های قبلی است. کسب‌و‌کارها پس از موفق نشدن در اولین آزمون خود، از تست A/B انصراف می دهند. اما برای بهتر شدن شانس موفقیت در آزمون بعدی، هنگام برنامه‌ریزی، باید از نتایج آخرین آزمایشی که انجام‌ شده استفاده کنید. این احتمال موفقیت آزمون شما را با نتایج آماری خوبی، بهتر می کند.

همچنین، پس از یک آزمایش موفقیت‌آمیز، تست را متوقف نکنید. هر عنصر را به طور دائم آزمایش کنید تا بهترین نسخه‌ی آن را تولید کنید، حتی اگر محصول یک کمپین موفق باشد.

اشتباه شماره ۷: در نظر نگرفتن عوامل خارجی

آزمایش‌ها باید در دوره‌های قابل ‌مقایسه انجام شوند تا نتایج با معنی و قابل درک به دست آید. مقایسه‌ی ترافیک وب‌سایت در روزهایی که بیشترین میزان بازدید را دارد با روزهایی که بازدید کمتری به دلیل عوامل خارجی مانند تعطیلات مشاهده می‌کنید، اشتباه است.

اشتباه شماره ۸: استفاده از ابزارهای اشتباه

با بیشتر آ‌شنا شدن با آزمایش A/B در میان کسب‌وکارها، چندین ابزار کم‌هزینه نیز به بازار آمده‌اند که همه‌ی آن‌ها به یک میزان خوب نیستند. تعدادی از ابزارها سرعت سایت شما را خیلی کاهش می‌دهند، در حالی که برخی دیگر با ابزارهای کیفی لازم (heatmaps ،session recordings) ناسازگار هستند و باعث خراب‌ شدن اطلاعات می‌شوند. آزمایش A/B با چنین ابزارهای خرابی می‌تواند موفقیت آزمون شما را از همان اول به خطر بیندازد.

اشتباه شماره ۹: وابسته بودن به روش ساده  A/B تست

در دراز مدت، روش ساده  A/B تست معجزه نخواهد کرد. به طور مثال اگر می‌خواهید یکی از صفحات وب‌سایت خود را به طور کامل ویرایش کنید، باید از آزمایش تقسیم (split testing) استفاده کنید. در همین حال، اگر می‌خواهید تغییر در مکان دکمه های CTA رنگ آن ها، متن و تصویر بنر صفحه خود را آزمایش کنید، باید از تست چندمتغیره (multivariate testing) استفاده کنید.

نمونه‌ های آزمایش A/B

در این جا در بین شرکت‌ های فعال در صنعت مدیا Netflix را برای بررسی انتخاب کرده ایم. هر تحولی که Netflix در وب سایت خود انجام می دهد، قبل از قرار گرفتن، یک فرایند تست A/B قوی را پشت سر می گذارد.

 Netflix بر اساس پروفایل هر کاربر، صفحه اصلی را خصوصی سازی می‌ کند. آن ها طبق تاریخچه و تنظیمات پخش توسط کاربران، تصمیم می گیرند که چند ردیف در صفحه اصلی قرار بگیرد و کدام نمایش ها و فیلم ها به ردیف ها وارد شوند.

آن ها همین مراحل را با صفحات عنوان فیلم ها نیز دنبال می کنند. Netflix طبق این‌ که کاربران چه عنوان هایی را با احتمالات بیشتری مشاهده می کنند، آیا بر اساس تصاویر کوچکی (thumbnails) که بر روی آن‌ ها می بینند و متن عنوانی که آن ها را فریب می دهد کلیک می کنند، یا اثبات اجتماعی (این که چند نفر آن فیلم را تماشا کرده اند) به تصمیم شان کمک می کند، صفحات اصلی نمایش هر کاربر را شخصی سازی می کند.

تست A/B در صنعت تجارت الکترونیکی

در صنعت تجارت الکترونیک، آمازون در بهینه‌ سازی تبدیل اول است. آمازون از طریق تست مداوم و ساختار یافته A/B تجربه کاربری را مورد آزمایش قرار می دهد. هر تغییری در وب‌ سایت اول بر روی مخاطبان آن‌ ها آزمایش می شود و سپس انجام میگیرد. در میان بسیاری از اقدامات انقلابی که آن ها به صنعت تجارت الکترونیکی آورده اند، بهترین اقدام آن‌ ها «سفارش یک کلیک» بوده است. «سفارش یک کلیک» در اواخر دهه 1990 ارائه شد که به شما این قابلیت را می دهد بدون نیاز به استفاده از سبد خرید، خرید خود را انجام دهید.

برای کاربران غیرممکن است آسان کردن خرید را با «سفارش یک کلیک»، نادیده بگیرند و به فروشگاه دیگری بروند.

تست A/B در صنعت سفر

در حالی‌ که این مطلب را می‌خوانید، تقریباً 1000 تست A/B در وب سایت Booking.com در حال اجراست.

Booking.com در سال ۲۰۱۷ تصمیم گرفت با ارائه املاک اجاره‌ ای برای تعطیلات در کنار هتل‌ ها، حوزه فعالیت خود را گسترش دهد. این امر باعث شروع همکاری Booking.com با Outbrain (یک بستر تبلیغاتی بومی) شد تا به بیشتر شدن نرخ ثبت‌ نام مالکین املاک اجاره‌ ای ختم شود.

طی چند روز اول راه‌اندازی، تیم Booking.com به این نتیجه رسید که تعداد زیادی از صاحبان املاک اولین مرحله ثبت نام را انجام دادند ولی در مراحل بعدی گیر کردند. هر دو تیم تصمیم گرفتند سه نسخه متفاوت از صفحه فرود را برای Booking.com ایجاد کنند. جزئیات اضافی مانند اثبات اجتماعی، جوایز، تقدیر ها، پاداش‌ های کاربر و غیره به این تغییرات اضافه شدند.

این آزمون به مدت دو هفته انجام شد و ۲۵٪ افزایش در ثبت‌ نام ایجاد کرد. نتایج آزمون همچنین کاهش قابل‌ توجهی در هزینه‌ هر ثبت‌ نام را نشان داد.

سخن آخر:

پس از خواندن این مطلب جامع در مورد تست A/B حال می بایست بسیار مجهز باشید تا نقشه‌ راه بهینه‌ سازی خود را برنامه‌ریزی کنید. هر مرحله را با دقت دنبال کنید و از تمام اشتباهات بزرگ و جزئی که ممکن است مرتکب شوید، برای برنامه‌ ریزی آزمون‌ های بعدی استفاده کنید آزمایش A/B می‌ تواند تعداد زیادی از خطرات مربوط به انجام یک برنامه بهینه سازی را کاهش دهد.