تست A/B، همچنین به عنوان تست تقسیم شناخته می شود، یک تکنیک بازاریابی است که شامل مقایسه دو نسخه از یک صفحه وب یا برنامه برای دیدن اینکه کدام یک عملکرد بهتری دارد. این تغییرات که با نام های A و B شناخته می شوند، به صورت تصادفی به کاربران ارائه می شوند. بخشی از آنها به نسخه اول و بقیه به نسخه دوم هدایت می شوند. تجزیه و تحلیل آماری نتایج سپس تعیین می کند که کدام نسخه، A یا B، با توجه به برخی شاخص های از پیش تعریف شده مانند نرخ تبدیل، عملکرد بهتری داشته است. به عبارت دیگر، می‌توانید تأیید کنید کدام نسخه بیشترین کلیک، اشتراک، خرید و غیره را دارد. این نتایج می تواند به شما کمک کند تا طراحی سایت خود را برای تبدیل بهینه کنید.
نمونه های تست A/B
بسیاری از شما به دنبال ایده هایی برای تست های A/B بعدی خود هستید. اگر فصل‌های قبلی را خوانده‌اید، می‌دانید که هیچ گلوله جادویی وجود ندارد و موارد کتاب درسی مختص سایت هستند. با این حال، از آنجایی که نمی‌توانید به خودتان کمک کنید، در اینجا چند لینک به چند نمونه آورده شده است. نمونه های بیشتری از تست ها و نتایج A/B
چه نوع وب سایت هایی برای تست A/B مرتبط هستند؟
هر وب سایتی می تواند از تست A/B بهره مند شود، زیرا همه آنها «دلیلی برای بودن» دارند – و این دلیل قابل اندازه گیری است. چه یک فروشگاه آنلاین، یک سایت خبری یا یک سایت تولید سرنخ باشید، هدف شما این است که نرخ تبدیل خود را، هر نوع تبدیلی که باشد، بهبود ببخشید.
رهبری
اصطلاح “سرنخ” به معنای سرنخ فروش یا مشتری بالقوه استفاده می شود. ایمیل‌هایی که به منظور افزایش فروش ارسال می‌شوند، در اینجا به‌خصوص مرتبط هستند. در این مورد، تست A/B از اطلاعات مربوط به ماهیت افرادی که با آنها تماس گرفته شده، مانند جنس یا محدوده سنی آنها استفاده می کند.
رسانه ها
در یک زمینه رسانه ای، صحبت در مورد “تست A/B سرمقاله” مرتبط تر است. در صنایعی که از نزدیک با مطبوعات کار می‌کنند، ایده پشت تست A/B این است که موفقیت یک دسته محتوای معین را آزمایش کند – به عنوان مثال، برای دیدن اینکه آیا آن با مخاطب هدف کاملاً تناسب دارد یا خیر. در اینجا، برخلاف مثال بالا، تست A/B یک کار ویرایشی دارد، نه فروش. تست سرفصل های محتوای A/B یک روش رایج در صنعت رسانه است.
تجارت الکترونیک در تست A/B
جای تعجب نیست که هدف از استفاده از تست A/B در زمینه تجارت الکترونیک اندازه گیری میزان فروش یک وب سایت یا اپلیکیشن تجاری آنلاین است. تست A/B از تعداد فروش های تکمیل شده برای تعیین اینکه کدام نسخه بهترین عملکرد را دارد استفاده می کند. توجه به صفحه اصلی و طراحی صفحات محصول بسیار مهم است، اما همچنین ایده خوبی است که تمام عناصر بصری دخیل در تکمیل خرید را در نظر بگیرید (دکمه ها، فراخوان برای اقدام).
از چه تست های A/B باید استفاده کنید؟
- انواع مختلفی از تست های A/B وجود دارد. شما باید یکی را انتخاب کنید که به بهترین وجه متناسب با شرایط خاص شما باشد.
- تست کلاسیک A/B. تست کلاسیک A/B به کاربران دو نوع از صفحات شما را در یک URL ارائه می دهد. به این ترتیب، می توانید دو یا چند تغییر از یک عنصر را با هم مقایسه کنید.
- تست های تقسیم یا تست های تغییر مسیر. تست تقسیم ترافیک شما را به سمت یک یا چند URL مجزا هدایت می کند. اگر صفحات جدیدی را روی سرور خود میزبانی می کنید، این می تواند یک روش موثر باشد.
- تست چند متغیره یا MVT. در نهایت، آزمایش چند متغیره تأثیر تغییرات چندگانه را در یک صفحه وب اندازه می‌گیرد. به عنوان مثال، می توانید بنر، رنگ متن، ارائه خود و موارد دیگر را تغییر دهید.
- از نظر فناوری، می توانید:
- از تست A/B در وب سایت ها استفاده کنید. تست A/B در وب امکان مقایسه نسخه A و B یک صفحه را فراهم می کند. پس از این، نتایج با توجه به اهداف از پیش تعریف شده – کلیک، خرید، اشتراک، و غیره تجزیه و تحلیل می شود.
- از تست A/B برای برنامه های بومی موبایل آیفون یا اندروید استفاده کنید. تست A/B با برنامه ها پیچیده تر است. این به این دلیل است که پس از دانلود و استقرار برنامه در گوشی هوشمند، امکان ارائه دو نسخه متفاوت وجود ندارد. راه حل هایی وجود دارد تا بتوانید فوراً برنامه خود را به روز کنید. شما به راحتی می توانید طراحی خود را تغییر دهید و مستقیماً تأثیر این تغییر را تجزیه و تحلیل کنید.
- از تست A/B سمت سرور از طریق APIها استفاده کنید. API یک رابط برنامه نویسی است که امکان اتصال با یک برنامه کاربردی را برای تبادل داده ها فراهم می کند. APIها به شما امکان می دهند به طور خودکار کمپین ها یا تغییراتی را از داده های ذخیره شده ایجاد کنید.
نحوه عملکرد تست A/B
در تست A/B، یک صفحه وب یا صفحه برنامه را می گیرید و آن را برای ایجاد نسخه دوم همان صفحه تغییر می دهید. این تغییر می تواند به سادگی یک عنوان، دکمه یا طراحی مجدد کامل صفحه باشد. سپس، نیمی از ترافیک شما نسخه اصلی صفحه (معروف به کنترل) و نیمی از آن نسخه اصلاح شده صفحه (تغییر) نشان داده می شود.
چرا باید A/B تست کنید؟
تست A/B به افراد، تیم‌ها و شرکت‌ها این امکان را می‌دهد که در حین جمع‌آوری داده‌های نتایج، تغییرات دقیقی در تجربیات کاربری خود ایجاد کنند. این به آنها اجازه می‌دهد تا فرضیه‌هایی بسازند و بیاموزند که چرا عناصر خاصی از تجربیاتشان بر رفتار کاربر تأثیر می‌گذارد. به روشی دیگر، می توان اشتباه بودن آنها را ثابت کرد – نظر آنها در مورد بهترین تجربه برای یک هدف معین می تواند از طریق آزمون A/B اشتباه باشد.
تست A/B بیش از پاسخ دادن به یک سوال یکباره یا حل اختلاف، می تواند برای بهبود مستمر یک تجربه یا بهبود یک هدف واحد مانند نرخ تبدیل در طول زمان مورد استفاده قرار گیرد.
ساخت سایت
یک شرکت فناوری B2B ممکن است بخواهد کیفیت و حجم سرنخ فروش خود را از صفحات فرود کمپین بهبود بخشد. برای دستیابی به این هدف، تیم تغییرات A/B را در تیتر، تصاویر بصری، فیلدهای فرم، دعوت به عمل و طرح کلی صفحه امتحان می کند.
آزمایش یک تغییر در یک زمان به آنها کمک می‌کند تا مشخص کنند کدام تغییرات بر رفتار بازدیدکنندگان تأثیر داشته و کدام‌ها تأثیر نداشته است. با گذشت زمان، آنها می‌توانند اثر تغییرات متعدد برنده از آزمایش‌ها را برای نشان دادن بهبود قابل اندازه‌گیری یک تجربه جدید نسبت به تجربه قبلی ترکیب کنند.
این روش ایجاد تغییرات در تجربه کاربری همچنین اجازه می دهد تا تجربه برای یک نتیجه دلخواه بهینه شود و می تواند گام های مهم در یک کمپین بازاریابی موثرتر باشد.
ساخت سایت
با آزمایش نسخه تبلیغاتی، بازاریابان می توانند یاد بگیرند که کدام نسخه ها کلیک های بیشتری را جذب می کنند. با آزمایش صفحه فرود بعدی، آنها می توانند یاد بگیرند که کدام چیدمان بازدیدکنندگان را به بهترین شکل به مشتری تبدیل می کند. هزینه کلی یک کمپین بازاریابی در واقع می تواند کاهش یابد اگر عناصر هر مرحله تا حد امکان کارآمد برای جذب مشتریان جدید کار کنند.
آزمایش A/B همچنین می تواند توسط توسعه دهندگان و طراحان محصول برای نشان دادن تأثیر ویژگی های جدید یا تغییرات در تجربه کاربر استفاده شود. تا زمانی که اهداف به وضوح تعریف شده باشند و شما یک فرضیه واضح داشته باشید، راه اندازی محصول، تعامل کاربر، مدال ها و تجربیات درون محصول را می توان با تست A/B بهینه کرد.
فرآیند تست A/B
چارچوب زیر یک چارچوب تست A/B است که می توانید از آن برای شروع اجرای تست ها استفاده کنید:
جمع آوری داده ها: تجزیه و تحلیل های شما اغلب بینشی را در مورد جایی که می توانید شروع به بهینه سازی کنید ارائه می دهد. این کمک می کند که با مناطق پرترافیک سایت یا برنامه خود شروع کنید و به شما امکان می دهد داده ها را سریعتر جمع آوری کنید. به دنبال صفحاتی با نرخ تبدیل پایین یا نرخ های حذف بالا باشید که می توان آنها را بهبود بخشید.
شناسایی اهداف: اهداف تبدیل شما معیارهایی هستند که برای تعیین موفقیت یا عدم موفقیت این تنوع از نسخه اصلی استفاده می کنید. اهداف می توانند هر چیزی باشند، از کلیک کردن روی یک دکمه یا پیوند گرفته تا خرید محصول و ثبت نام از طریق ایمیل.
ایجاد فرضیه: هنگامی که هدفی را شناسایی کردید، می توانید ایده ها و فرضیه های آزمایش A/B را برای اینکه چرا فکر می کنید بهتر از نسخه فعلی هستند، شروع کنید. پس از تهیه فهرستی از ایده ها، آنها را از نظر تأثیر مورد انتظار و دشواری اجرا اولویت بندی کنید.
ایجاد تغییرات: با استفاده از نرم افزار تست A/B (مانند Optimizely)، تغییرات دلخواه را در یکی از عناصر تجربه وب سایت یا اپلیکیشن موبایل خود ایجاد کنید. این ممکن است تغییر رنگ یک دکمه، تعویض ترتیب عناصر در صفحه، پنهان کردن عناصر ناوبری یا چیزی کاملاً سفارشی باشد. بسیاری از ابزارهای پیشرو تست A/B دارای یک ویرایشگر بصری هستند که این تغییرات را آسان می کند. اطمینان حاصل کنید که آزمایش خود را QA کنید تا مطمئن شوید که مطابق انتظار عمل می کند.
اجرای آزمایش: آزمایش خود را شروع کنید و منتظر باشید تا بازدیدکنندگان شرکت کنند! در این مرحله، بازدیدکنندگان سایت یا برنامه شما به طور تصادفی به کنترل یا تغییر تجربه شما اختصاص داده می شوند. تعامل آنها با هر تجربه اندازه‌گیری، شمارش و مقایسه می‌شود تا نحوه عملکرد هر کدام مشخص شود.
تجزیه و تحلیل نتایج: هنگامی که آزمایش شما کامل شد، نوبت به تجزیه و تحلیل نتایج می رسد. نرم افزار تست A/B شما داده های آزمایش را ارائه می دهد و تفاوت بین نحوه عملکرد دو نسخه صفحه شما و اینکه آیا تفاوت آماری معنی داری وجود دارد را به شما نشان می دهد.
اگر تنوع شما برنده است، تبریک می‌گوییم! ببینید آیا می توانید آموخته های حاصل از آزمایش را در سایر صفحات سایت خود اعمال کنید و برای بهبود نتایج خود به تکرار آزمایش ادامه دهید. اگر آزمایش شما نتیجه منفی یا بدون نتیجه داشت، نگران نباشید. از آزمایش به عنوان یک تجربه یادگیری استفاده کنید و فرضیه جدیدی ایجاد کنید که می توانید آزمایش کنید.
نتیجه آزمایش شما هرچه که باشد، از تجربه خود برای اطلاع رسانی آزمایش های آینده استفاده کنید و به طور مداوم در مورد بهینه سازی تجربه برنامه یا سایت خود تکرار کنید.
تست A/B و سئو
گوگل تست A/B را مجاز و تشویق می کند و اعلام کرده است که انجام تست A/B یا چند متغیره هیچ خطر ذاتی برای رتبه جستجوی وب سایت شما ندارد. با این حال، ممکن است با سوء استفاده از ابزار تست A/B برای اهدافی مانند پنهان کاری، رتبه جستجوی شما را به خطر بیندازید. Google برای اطمینان از اینکه این اتفاق نمی‌افتد، بهترین روش‌ها را بیان کرده است:
بدون cloaking: Cloaking عملی است برای نشان دادن محتوای متفاوت به موتورهای جستجو نسبت به آنچه که یک بازدیدکننده معمولی می بیند. Cloaking می تواند منجر به تنزل رتبه سایت شما یا حتی حذف شدن از نتایج جستجو شود. برای جلوگیری از پنهان‌کاری، از تقسیم‌بندی بازدیدکنندگان برای نمایش محتوای مختلف به Googlebot بر اساس کاربر یا آدرس IP سوء استفاده نکنید.
از rel=”canonical” استفاده کنید: اگر یک تست تقسیم را با چندین URL اجرا می کنید، باید از ویژگی rel=”canonical” استفاده کنید تا تغییرات را به نسخه اصلی صفحه برگردانید. انجام این کار به جلوگیری از گیج شدن Googlebot توسط چندین نسخه از همان صفحه کمک می کند.
از ریدایرکت های 302 به جای 301 استفاده کنید: اگر آزمایشی را اجرا می کنید که URL اصلی را به URL تغییر هدایت می کند، از تغییر مسیر 302 (موقت) در مقابل تغییر مسیر 301 (دائمی) استفاده کنید. این به موتورهای جستجو مانند گوگل می گوید که تغییر مسیر موقتی است و آنها باید URL اصلی را به جای URL آزمایشی ایندکس نگه دارند.
آزمایش‌ها را فقط تا زمانی که لازم است اجرا کنید: اجرای آزمایش‌ها برای مدت طولانی‌تر از زمان لازم، به خصوص اگر یک نسخه از صفحه خود را به درصد زیادی از کاربران ارائه می‌دهید، می‌تواند به عنوان تلاشی برای فریب موتورهای جستجو تلقی شود. گوگل توصیه می کند که سایت خود را به روز رسانی کنید و تمام تغییرات آزمایشی سایت خود را به محض پایان آزمایش حذف کنید و از اجرای آزمایش های بی مورد طولانی خودداری کنید.
برای اطلاعات بیشتر در مورد تست A/B و سئو، مقاله پایگاه دانش ما را در مورد اینکه چگونه تست A/B بر سئو تاثیر می گذارد، ببینید.
یک شرکت رسانه ای ممکن است بخواهد خوانندگان را افزایش دهد، مدت زمانی را که خوانندگان در سایت خود می گذرانند افزایش دهد و مقالات خود را با اشتراک گذاری اجتماعی تقویت کند. برای دستیابی به این اهداف، آنها ممکن است تغییرات زیر را آزمایش کنند:
روش های ثبت نام ایمیل
محتوای پیشنهادی
دکمه های اشتراک گذاری اجتماعی
یک شرکت مسافرتی ممکن است بخواهد تعداد رزروهای موفق را که در وب سایت یا برنامه تلفن همراه خود انجام می شود افزایش دهد یا ممکن است بخواهد درآمد حاصل از خریدهای جانبی را افزایش دهد. برای بهبود این معیارها، ممکن است تغییرات زیر را آزمایش کنند:
روش های جستجوی صفحه اصلی
صفحه نتایج جستجو
ارائه محصول جانبی
یک شرکت تجارت الکترونیک ممکن است بخواهد تعداد تسویه‌حساب‌های تکمیل شده، میانگین ارزش سفارش یا افزایش فروش در تعطیلات را افزایش دهد. برای انجام این کار، آنها ممکن است A/B را آزمایش کنند:
تبلیغات صفحه اصلی
عناصر ناوبری
بررسی اجزای قیف
یک شرکت فناوری ممکن است بخواهد تعداد سرنخ های با کیفیت بالا را برای تیم فروش خود افزایش دهد، تعداد کاربران آزمایشی رایگان را افزایش دهد یا نوع خاصی از خریدار را جذب کند. آنها ممکن است آزمایش کنند:
اجزای فرم سرب
جریان ثبت نام آزمایشی رایگان
پیام‌رسانی صفحه اصلی و فراخوان برای اقدام
