همه چیز راجع به تست a/b

تست a/b یا ab تستینگ یا ای بی تستینگ یکی از بهترین تست ها در زمینه فروش در دنیای مجازی می باشد. این تست یکی از بهترین ها است و امروزه نیز تاثیرات بسیار خوبی را در زمینه سایت ها قرار داده است. در این مقاله از تام آکادمی قصد داریم به شما به صورت اختصاصی به این سوال پاسخ دهیم که ab تستینگ چیست؟ پس با ما تا انتهای این مقاله همراه باشید.

تست a/b یا ab تستینگ چیست؟

تست a/b  که به عنوان تست تقسیم‌بندی نیز شناخته می‌شود، به یک فرآیند آزمایش تصادفی اشاره دارد که در آن دو یا چند نسخه از یک متغیر (صفحه وب، عنصر صفحه و غیره) به طور همزمان به بخش‌های مختلف بازدیدکنندگان وب‌سایت نشان داده می‌شود تا مشخص شود کدام یک نسخه حداکثر تأثیر را بر جای می گذارد و معیارهای کسب و کار را هدایت می کند.

اساساً، تست a/b تمام حدسیات مربوط به بهینه‌سازی وب‌سایت را حذف می‌کند و بهینه‌ سازان تجربه را قادر می‌سازد تا تصمیمات مبتنی بر داده‌ها را اتخاذ کنند. در تست a/b،  متغیر a به “کنترل” یا متغیر تست اصلی اشاره دارد. در حالی که b به “تغییر” یا نسخه جدیدی از متغیر آزمایشی اصلی اشاره دارد.

نسخه ای که معیار یا معیار های کسب و کار شما را در جهت مثبت حرکت می دهد به عنوان “برنده” شناخته می شود. اعمال تغییرات این تنوع برنده در صفحه ها یا عنصرهای آزمایش شده شما می تواند به بهینه سازی وب سایت شما و افزایش بازگشت سرمایه (ROI) کسب و کار کمک کند. معیارهای تبدیل برای هر وب سایت منحصر به فرد است. به عنوان مثال، در مورد تجارت الکترونیک، ممکن است فروش محصولات باشد. در همین حال، برای B2B، ممکن است تولید سرنخ های واجد شرایط باشد.

تست a/b یکی از اجزای فرآیند فراگیر بهینه‌ سازی نرخ تبدیل (CRO) است که با استفاده از آن می‌توانید بینش‌های کیفی و کمی کاربران را جمع‌آوری کنید. می‌توانید از این داده‌های جمع‌آوری‌شده برای درک رفتار کاربر، میزان تعامل، نقاط ضعف و حتی رضایت از ویژگی‌های وب‌سایت، از جمله ویژگی‌های جدید، بخش‌های صفحه اصلاح‌ شده و غیره استفاده کنید. اگر A/B وب‌سایت خود را آزمایش نمی‌کنید، مطمئنا بسیاری از درآمدهای بالقوه کسب و کار را از دست می دهید.برای کسب اطلاعات بیشتر در این زمینه می توانید از این لینک استفاده کنید.

تست a/b چگونه طراحی می شود؟

برای طراحی کردن یک تست a/b باید چندین مورد را مد نظر قرار دهید تا بتوانید یک تست a/b خوب را طراحی کنید. در این قسمت به این موارد می پردازیم.

  هدف تستتان را مشخص کنید.

ابتدا هدف تستتان را مشخص کنید. این که در سایتی که مد نظر شما است، قرار است چه چیزی مورد ارزیابی قرار بگیرد. زمانی که هدف مشخص شد، به سراغ دیگر موارد می روید. مشخص کردن هدف تست بسیار ضروری است.

  از متغیر ها لیستی تهیه کنید.

در مرحله دوم، یک لیست از متغیرهای خود تهیه کنید و سپس آن را مورد استفاده قرار دهید. این که در لیست خود شما کاملا به تمامی متغیر ها بپردازید، می توانید به صورت اختصاصی به این موضوع اشاره کنیم که در راه درست قدم بر می دارید.

  نتیجه را مشخص کنید.

قبل از این که به صورت کلی تست a/b خود را ارائه دهید، باید هدف خود را مشخص کنید و سپس یک نمونه تست a و یک نمونه تست b را برای خود داشته باشید تا مشاهده کنید که کدام یک از آن ها به خوبی پاسخ می دهند.

 آزمایش را تکرار کنید.

تکرار آزمایش آخرین مورد در این زمینه است که باید در طراحی تست a/b از آن استفاده کنید. با این روش می توانید به خوبی این تست را طراحی کنید.

این تست چه تاثیری بر روی جذب کاربران سایت دارد؟

این موضوع را به شما در قالب یک مثال ارائه می دهیم. قبل از شروع هر آزمایشی، باید یک فرضیه داشته باشید. مهم است که کورکورانه به آزمایش A/B نروید و منطق و داده‌هایی برای پشتیبان‌گیری از تغییراتی که می‌خواهید آزمایش کنید، داشته باشید.

برای اجرای یک تست a/b دقیق، باید یک صفحه وب کنترلی و همچنین یک صفحه وب تنوع (با یک تغییر جزئی) داشته باشید. هنگامی که کاربر در صفحه قرار می گیرد، نسخه A یا نسخه B به طور تصادفی انتخاب شده نشان داده می شود و رفتار آنها تجزیه و تحلیل می شود. اجرای مکرر تست های A/B به شما این امکان را می دهد که صفحات وب خود را بر اساس رفتارها و اقدامات بازدیدکنندگان بهینه کنید و در نهایت تجربه کاربری را بهبود ببخشید و جذب آن ها بالا می رود.

اما در واقع چه چیزی را می توانید آزمایش کنید مهم است که به جای تغییرات متعدد، یک تغییر کوچک ایجاد کنید، زیرا این امر به شما امکان می دهد تعیین کنید که مخاطب شما کدام تنوع را ترجیح می دهد.

مزایا تست a/b چیست؟

در این قسمت به صورت اختصاصی به این موضوع می پردازیم که زمانی که از تست a/b استفاده می شود، در واقع چه مزایایی برای ما دارد. با ما همراه باشید.

تعامل کاربر بهبود یافته  می شود

عناصر صفحه، برنامه، آگهی یا ایمیل‌هایی که می‌توانند A/B تست شوند عبارتند از: عنوان یا خط موضوع، تصاویر، فرم‌ها و زبان فراخوان برای اقدام (CTA)، طرح‌بندی، فونت‌ها و رنگ‌ها و غیره. آزمایش یک تغییر در یک زمان نشان می دهد که کدام یک بر رفتار کاربران تأثیر گذاشته است و کدام تأثیر نداشته است. به روز رسانی تجربه با تغییرات “برنده” تجربه کاربر را در مجموع بهبود می بخشد و در نهایت آن را برای موفقیت بهینه می کند.

محتوای بهبود می یابد

تمامی مواردی که در محتوا غیر ضروری هستند را مشخص می کند و به شما این موضوع را ارائه می دهد که به حذف این موارد بپردازید.

کاهش نرخ پرش

بانس ریت که نشان دهنده ناپسند بودن صفحه شما می شود را کاهش می دهد. هرچه نرخ پرش یا بانس ریت پایین باشد، پیج شما در وضعیت بهتری قرار دارد.

افزایش نرخ تبدیل

تست a/b ساده ترین و موثرترین ابزار برای تعیین بهترین محتوا برای تبدیل بازدیدها به ثبت نام و خرید است. دانستن اینکه چه چیزی کار می کند و چه چیزی نمی تواند به تبدیل سرنخ های بیشتر کمک کند.

مقادیر تبدیل بالاتر می رود

آموخته‌های حاصل از آزمایش A/B که با موفقیت در یک تجربه به کار گرفته شد، می‌تواند در تجربیات اضافی، از جمله صفحات محصولات و خدمات با قیمت بالاتر، اعمال شود. تعامل بهتر در این صفحات افزایش مشابهی را در تبدیل نشان می دهد.

همه چیز را قابل سنجش می کند

فرم‌ها، تصاویر و متن موارد معمولی برای آزمایش و به‌روزرسانی A/B هستند، اما هر عنصر صفحه یا برنامه را می‌توان بهینه‌ سازی و آزمایش کرد. استایل تیتر، رنگ‌های دکمه‌های CTA، طول فرم و غیره، همگی می‌توانند بر میزان تعامل کاربر و نرخ تبدیل تأثیر بگذارند، به گونه‌ای که اگر آزمایش نشوند، ممکن است هرگز مشخص نشود. آزمایش و معیارها هستند که ثابت می کنند که چه چیزی کار می کند و چه چیزی خوب نیست نه این که خودمان بر پایه احساسات تصمیم بگیریم.

معایب تست a/b چیست؟

حال که تا به این قسمت با تست a/b آشنا شده و مزایای آن را نیز مشاهده کردید، به سراغ اطلاعاتی درمورد معایب این تست می رویم و شما را با آن ها آشنا می کنیم.

·        تست a/b مستلزم قربانی کردن برخی تبدیل ها به عنوان بخشی از آزمایش است: این نکته آشکارتر است، زیرا ما در گذشته تغییرات متعددی را آزمایش کرده‌ایم که نه تنها بدتر از کنترل عمل می‌کردند، بلکه به طور ناخواسته منجر به قربانی شدن تعدادی از ثبت‌نام‌ها شدند که در غیر این صورت اگر فقط به کنترل پایبند بودیم، به آنها دست می‌زدیم. چندین تغییرات با عملکرد بدتر را آزمایش کنید و با گذشت زمان، تبدیل‌های قربانی شده به مقدار زیادی اضافه می‌شوند.

·        تست a/b فقط کمیت را اندازه گیری می کند، نه کیفیت: تست a/b تبدیل ها را بر اساس وقوع رویدادها، یک مقدار باینری، اندازه گیری می کند. فقط به این دلیل که یک نسخه منجر به ثبت نام یا حتی فروش بیشتر می شود، به این معنی نیست که نسخه دیگر ارزش کمتری دارد. تغییرات ظاهراً موفق ممکن است حاوی تغییری باشد که به طور خاص نوع اشتباهی از کاربران یا مشتریان را در تعداد بیشتری جذب می کند.

·        تست a/b می تواند کند و گران باشد: هزینه تست a/b بسیار بیشتر از هزینه نرم افزار تست a/b است ( در گذشته از Visual Website Optimizer استفاده می شد که علیرغم قیمت بالای آن نداشتن دقت در این اپلیکیشن نیز دیده می شد)، زیرا تصمیم گیری در مورد اول هزینه دارد. مورد اول این که کدام عناصر را باید آزمایش کرد و چه تغییراتی را باید ایجاد کرد و مورد دوم در واقع آن نسخه‌های جایگزین را ایجاد می‌کند، به خصوص اگر آن‌ها تعمیرات اساسی در سراسر سایت باشند. هم چنین هزینه فرصت ایجاد چندین نسخه با عملکرد بدتر را در نظر بگیرید. بسته به سطح ترافیک شما، ممکن است مدتی طول بکشد تا نتایج آماری قابل توجهی بدست آورید که چرخه بهینه سازی را طولانی تر می کند.

·        در تست ها همواره موارد در حال تغییر هستند.: فقط به این دلیل که نسخه A نسبت به نسخه B یک سال پیش بهتر عمل کرده است، به این معنی نیست که اکنون نیز عملکرد بهتری خواهد داشت. تحقیقات نشان داده است که نتایج متفاوتی را در زمانی که یک آزمایش را دو بار در زمان‌های مختلف انجام داده اند، دیده‌ می شود، که دومی مصادف با یک کمپین بازاریابی خاص بود که در حال اجرا بوده است.

مهم ترین اشتباهات در تست a/b کدامند؟

تست a/b اشتباهاتی دارد که می تواند وقت شما را بسیار تلف کند. با شناخت این اشتباهات می توانیم در مقابل آن ها راه حلی را ارائه دهیم. در این قسمت به این اشتباهات می پردازیم.

تست صفحه اشتباه

یکی از بزرگترین مشکلات تست a/b، تست صفحات اشتباه است. مهم است که از هدر دادن زمان، منابع و پول با آزمایش تقسیم بی‌معنی جلوگیری کنید.

داشتن یک فرضیه نامعتبر

یکی از مهمترین اشتباهات تست a/b که باید از آن اجتناب کرد، نداشتن یک فرضیه معتبر است. فرضیه آزمون A/B چیست؟ فرضیه تست a/b نظریه ای است در مورد اینکه چرا نتایج خاصی را در یک صفحه وب دریافت می کنید و چگونه می توانید آن نتایج را بهبود ببخشید.

تلاش برای تقسیم تعداد زیادی آیتم در یک زمان

در اینجا یکی از اشتباهات کلیدی تست a/b است که بسیاری از افراد مرتکب می‌شوند: تلاش برای تقسیم تعداد زیادی آیتم در یک زمان. ممکن است به نظر برسد که آزمایش چندین عنصر صفحه به طور همزمان باعث صرفه جویی در زمان می شود، اما اینطور نیست. اتفاقی که می افتد این است که شما هرگز نمی دانید که کدام تغییر مسئول نتایج است.

کار با ترافیک اشتباه

ما قبلاً به اهمیت آماری آزمون A/B اشاره کردیم. علاوه بر اینکه دوره آزمایشی را به درستی انجام می دهید، باید ترافیک مناسبی نیز داشته باشید. اساساً، شما باید کمپین های خود را با افراد کافی آزمایش کنید تا به نتایج معنادار برسید. اگر یک سایت پربازدید دارید، به دلیل جریان دائمی بازدیدکنندگان به سایت شما، می توانید تست های تقسیم را به سرعت انجام دهید. اگر سایتی با ترافیک کم یا بازدیدهای پراکنده دارید، به زمان بیشتری نیاز خواهید داشت. همچنین مهم است که ترافیک خود را به روش صحیح تقسیم کنید تا واقعاً مانند لایک آزمایش کنید. برخی از نرم‌ افزارهای تست تقسیم به شما امکان می‌دهند ترافیکی را که برای آزمایش استفاده می‌کنید به صورت دستی تخصیص دهید، اما ساده‌ترین کار این است که ترافیک را به صورت خودکار تقسیم کنید تا از احتمال دریافت نتایج غیرقابل اطمینان از تقسیم اشتباه جلوگیری کنید.

نمونه‌های آزمایش A/B

ما در مورد نحوه استفاده از تست های A/B در بازاریابی و نحوه انجام آن بحث کرده ایم، اما در عمل چگونه به نظر می رسند؟

همان طور که ممکن است حدس بزنید، ما تست‌های A/B زیادی را برای افزایش تعامل و ایجاد تبدیل در سراسر پلتفرم خود اجرا می‌کنیم. در اینجا پنج نمونه از تست های A/B برای الهام بخشیدن به آزمایش های خود آورده شده است.

1.    جستجوی سایت:

نوارهای جستجوی سایت به کاربران کمک می کند تا به سرعت آنچه را که در یک وب سایت خاص دنبال می کنند پیدا کنند. تحقیقات از تجزیه و تحلیل قبلی دریافت که بازدیدکنندگانی که با نوار جستجوی سایت آن تعامل داشتند، بیشتر در یک پست وبلاگ تبدیل می‌شوند. بنابراین، پژوهشگران یک تست a/b را در تلاش برای افزایش تعامل با نوار جستجو انجام داده اند. در این آزمون عملکرد نوار جستجو متغیر مستقل و بازدیدها از صفحه محتوا متغیر وابسته بود.

2.    CTA های موبایل:

پژوهشگران از چندین CTA برای پیشنهادات محتوا در پست‌های وبلاگ ها استفاده می‌کند، از جمله مواردی که در بدنه پست‌ها و هم چنین در پایین صفحه قرار دارند. آن ها این CTA ها را به طور گسترده برای بهینه سازی عملکرد آنها آزمایش می کنیم.

3.    CTA های نویسنده:

تحقیقات گذشته نشان می دهد که استفاده از “رایگان” در متن CTA باعث تبدیل بیشتر می شود و متنی که نوع محتوای ارائه شده را مشخص می کند برای SEO و دسترسی مفید است. در آزمون، متغیر مستقل متن CTA و متغیر وابسته اصلی نرخ تبدیل در فرم پیشنهاد محتوا بود.

4.    فهرست مطالب وبلاگ:

برای کمک به کاربران در جهت یابی بهتر وبلاگ، پژوهشگران یک ماژول جدید فهرست مطالب (TOC) را آزمایش کردند. هدف بهبود تجربه کاربر با ارائه سریعتر محتوای مورد نظر به خوانندگان بود. آن ها همچنین آزمایش کردند که آیا اضافه کردن یک CTA به این ماژول TOC باعث افزایش تبدیل می شود یا خیر. متغیر مستقل این آزمون A/B گنجاندن و نوع ماژول TOC در پست‌های وبلاگ بود و متغیرهای وابسته نرخ تبدیل در ارسال‌های فرم پیشنهاد محتوا و کلیک‌ها بر روی CTA داخل ماژول TOC بود. در نتیجه اما شرایط کنترل شامل ماژول TOC جدید نمی‌شدند و پست‌های کنترلی یا فهرستی از محتویات نداشتند.

5.    بررسی اعلان ها:

برای تعیین بهترین روش برای جمع‌ آوری نظرات مشتریان، پژوهشگران یک آزمایش تقسیمی از اعلان‌های ایمیل در مقابل اعلان‌های درون‌برنامه اجرا کردند. در اینجا متغیر مستقل نوع اعلان و متغیر وابسته درصد افرادی بود که از بین همه کسانی که اعلان را باز کردند، نظری را ترک کردند.

این تست در چه مشاغلی مورد استفاده قرار می گیرد؟

تست a/b معمولا در زمینه مارکتینگ و دیجیتال مارکتینگ استفاده می شود. حال چگونه؟ برای شما توضیح می دیم. تست a/b در دیجیتال مارکتینگ نوعی آزمایش محتوا است که در آن بازاریابان دو تغییر از یک صفحه فرود یا صفحه وب ایجاد می‌کنند تا مشخص کنند کدام یک در برابر اهداف تعریف شده بازاریابی بهترین عملکرد را دارد.

بهترین راه برای درک تست a/b، درک آن در رابطه با رایج ترین انواع آزمایش های زمینه است: تست های تقسیم و تست های چند متغیر. تست تقسیم یا آزمون تقسیم URL، یک آزمایش محتوایی است که در آن بازاریابان دو صفحه فرود کاملاً متفاوت را برای گروه‌های مختلف مشتریان ارائه می‌دهند، سپس تبدیل‌ها را اندازه‌گیری می‌کنند تا مشخص کنند کدام صفحه فرود عملکرد بهتری دارد.

در تست a/b، بازاریابان دیجیتال از صفحات فرود کاملاً متفاوت استفاده نمی کنند. در عوض، آن‌ها از تغییرات یک صفحه استفاده می‌کنند که فقط یک عنصر تغییر کرده است، مانند دعوت به اقدام، کپی فروش، یا رنگ یا موقعیت یک عنصر در صفحه.

در حالی که تست تقسیم تفاوت عملکرد بین دو صفحه کاملاً متفاوت را اندازه‌گیری می‌کند، تست a/b سعی می‌کند با ایجاد تغییرات جزئی در عناصر صفحه و اندازه‌گیری هرگونه تغییر در کلیک‌ها یا تبدیل‌ها، بهبود عملکرد را بیابد. برخی از بازاریابان دیجیتال نیز از آزمایش های چند متغیره برای بهبود عملکرد وب سایت استفاده می کنند.

تست چند متغیره درست مانند تست a/b است، اما به جای تغییر تنها یک عنصر در صفحه، بازاریابان چندین تنوع از چندین عنصر مختلف را تولید می کنند. این تغییرات را می توان به روش های مختلف ترکیب کرد و به مصرف کنندگان ارائه کرد تا مشخص شود کدام ترکیب از تغییرات بهترین نتایج کمپین را ایجاد می کند.

تست a/b چه کاربردی دارد؟

زمانی که ما در یک موقعیتی قرار می گیریم که نمی دانیم کدام گزینه برای ما بهتر است و کدام گزینه به خوبی کار می کند، از تست a/b استفاده می کنیم. در واقع کاربرد تست a/b در این زمینه است که شما را از دو راهی نجات داده و یک راه شاخص را برای شما ارائه دهد.

با این متد چه چیز هایی را می توان تست کرد؟

شما با تست a/b می توانید مواردی از قبیل:

·        محتوای بهبود یافته

·        تعامل بیشتر صفحه

·        نرخ تبدیل بالاتر

·        کاهش نرخ پرش در صفحات

یا ارزیابی این موارد می توانید به درستی این موضوع را مد نظر قرار دهید که آیا سایت مورد نظر شما به درستی در حال فعالیت است یا خیر و هم چنین در کدام قسمت ها ضعف دیده می شود.

چرا تست a/b باید انجام شود؟

مواردی است که به شما این موضوع را ارائه می دهد که چرا باید از تست a/b استفاده کرد. در این قسمت به آن ها می پردازیم:

·        نقاط ضعف بازدیدکننده را حل می شود.

·        ROI بهتری از ترافیک موجود ارائه می دهد.

·        نرخ پرش را کاهش می دهد.

·        موارد خطر برانگیز را کاهش می دهد.

·        به پیشرفت های آماری قابل توجهی دست پیدا می شود.

·        باعث می شود طراحی مجدد وب سایت برای افزایش سود کسب و کار در آینده

متغیرهای تست a/b کدامند؟

تست a/b به شما امکان می دهد متغیرهایی مانند خلاقیت تبلیغ، مخاطبان یا مکان خود را تغییر دهید تا تعیین کنید کدام استراتژی بهترین عملکرد را دارد و کمپین های آینده را بهبود می بخشد. به عنوان مثال، ممکن است فرض کنید که یک استراتژی مخاطب سفارشی از استراتژی مخاطب مبتنی بر علاقه برای تجارت شما بهتر عمل می کند.

سوالات متداول

1.    چگونه همه چیز درباره تست a/b را مشاهده کنیم؟ می توانید از این مقاله کمک بگیرید و یا به جست و جو انواع سایت های معتبر رفته و با استفاده از آن ها همه چیز درباره تست a/b مطالعه کنید.

2.    تست a/b چیست و چگونه طراحی می‌شود؟ این تست در واقع برای زمانی که شما می خواهید تو چیز را با یک دیگر مقتیسه کنید به وجود می آید و راه های بسیاری دارد که شما می توانید از این مقاله کمک گرفته و راه های طراحی این تست را مشاهده کنید.

3.    تست a/b چیست و چگونه به افزایش فروش سایت کمک می‌کند؟ شما با انجام این تست نقاط ضعف سایت خود را مشخص کرده و با بهبود آن ها فروش خود را بالا می برید.