اختبار أ / ب: أكون أو لا أكون

لا ألم ولا ربح ولا خيوط. لتحويل حركة المرور التي تجلبها إعلاناتك إلى المبيعات ، تحتاج إلى تحسين موقعك باستمرار عن طريق تحسين تجربة المستخدم ، وتغيير سلوك المستخدم ، وزيادة معدل التحويل. ولكن كيف يمكنك التأكد من أن التغييرات التي تنفذها ستحقق النتائج المتوقعة؟ هذا هو الغرض من اختبار A / B. في المقالة ، نخبرك ما هو اختبار A / B ، وكيفية تنفيذه ، وما هي الفروق الدقيقة التي تستحق الاهتمام بها.

اختبار A / B في التسويق هو نفسه اختبار الانقسام - مقارنة بين متغيرين لصفحة موقع ويب يختلفان بمعامل واحد فقط. الهدف من اختبار A / B هو تحديد أي من هذين الخيارين أكثر فعالية ويجلب المزيد من التحويلات.

لنفترض أنك تبيع برامج. لديك صفحة مقصودة مع وصف المنتج وزر في أسفل الصفحة للاشتراك في نسخة تجريبية. لزيادة عدد المشتركين ، عليك أن تقرر إضافة زر آخر على الصفحة المقصودة لأولئك الذين يعرفون بالفعل عن منتجك أو يفضلون تجربته على الفور دون قراءة التفاصيل.

للتحقق مما إذا كانت فرضيتك صحيحة - ستحصل على المزيد من المشتركين عن طريق إضافة زر آخر - يمكنك إنشاء نسخة من الصفحة المقصودة الأصلية وإضافة زر إليها. ثم تقوم بتقسيم زوار الصفحة إلى مجموعتين: واحدة ستعرض الصفحة الأصلية (البديل أ) ، والأخرى ستعرض الصفحة المحدثة (البديل ب). في نهاية الاختبار ، تقارن مؤشرات الأداء (في مثالنا ، عدد الاشتراكات) وتحدد الفائز.

دعنا نلقي نظرة على بعض الأشياء الرئيسية التي تساعدنا اختبارات A / B (أو اختبارات الانقسام) على تحقيقها.

1. فهم أفضل للمستخدمين ومنحهم ما يريدون . بغض النظر عن المدة التي قضيتها في التجارة الإلكترونية والتسويق عبر الإنترنت ، سيكون من الخطأ الاعتماد فقط على تجربتك الشخصية.

حتى لو بدا أنه يمكنك التنبؤ بسلوك مستخدمي موقع الويب وفهم كيفية تنظيم المحتوى بالضبط بحيث ينتقلون بأسرع ما يمكن عبر مسار المبيعات ، فقم بإجراء اختبار A / B. قد تفاجئك النتائج.

كما تظهر الممارسة ، فإن افتراضاتنا لا تتوافق دائمًا مع الواقع. لذلك ، لا يمكننا تحديد الأفضل لعملائنا بناءً على معتقداتنا الخاصة فقط.

2. الاعتماد على البيانات على رأي الخبراء. التحدي الثاني ، الذي ينشأ من الأول ، هو جدوى إجراء تغييرات على الموقع وتقليل المخاطر التي ينطوي عليها.

غالبًا ما تستند الفرضيات إلى وجهات نظر شخصية قد لا تتوافق مع آراء الجمهور. نتيجة لذلك ، التغييرات التي تم إدخالها بدون اختبار A / B ليس لها التأثير المطلوب - أو ما هو أسوأ من ذلك ، فهي تقلل التحويلات.

لذلك ، عندما تواجه سؤالاً حول ما يجب استخدامه لصنع القرار - البيانات أو رأي الخبراء - اختر دائمًا البيانات.

3. إضفاء الطابع الشخصي على التواصل مع العملاء. يستخدم العملاء أجهزة مختلفة ، يأتون من مصادر مختلفة ، ويتفاعلون بشكل مختلف مع موقعك ، ويتصفحون ويشترون سلعًا مختلفة ...

تساعدك خدمات تحليلات الويب مثل Google Analytics و Yandex.Metrics على دمج هذه البيانات وتنظيم المعرفة عن المستخدمين. يجمع المسوقون معلومات حول الصفحات التي زارها المستخدمون وما فعلوه فيها. وهذا يجعل من الممكن تقسيم الجمهور إلى عدة عشرات أو مئات من الشرائح ومعرفة ، على سبيل المثال ، كيف يتصرف المستخدمون الذين يأتون من زيارات عضوية أو مدفوعة.

لكننا لا نستخدم هذه المعلومات دائمًا بشكل صحيح ولا نحقق دائمًا أقصى استفادة منها. مثال بسيط: لا تزال معظم المشاريع عبر الإنترنت تعرض نفس المحتوى لجميع المستخدمين ، بغض النظر عن سلوكهم ومصدر حركة المرور:

إذا كنت تفعل ذلك ، يمكن أن يساعدك اختبار الانقسام في إصلاح الموقف وتخصيص المحتوى على موقعك.

لنلقِ الآن نظرة على المراحل الرئيسية (والفروق الدقيقة) لاختبار الانقسام:

أول شيء عليك القيام به هو تحديد قائمة نقاط الضعف على موقعك. للقيام بذلك ، يمكنك:

• استكشف البيانات في Google Analytics وأنظمة تحليلات الويب الأخرى لمعرفة الصفحات ذات معدلات الفشل العالية وعمق التمرير المنخفض ومعدلات التحويل الضعيفة.
• استخدم Webvisor وانقر فوق الخرائط الحرارية لفهم كيفية تفاعل المستخدمين مع عناصر موقعك.
• قم بتحليل حالات الدعم أو مقابلة العملاء النشطين لمعرفة ما ينقصهم على الموقع.

على سبيل المثال ، لنفترض أنك نظرت إلى مسار التجارة الإلكترونية المحسّنة في Google Analytics ولاحظت أن عددًا قليلاً جدًا من الأشخاص يضيف عنصرًا معينًا إلى عربة التسوق. في الوقت نفسه ، لديك نقطة بيع غير متصلة بالإنترنت وأنت تعلم أن هذا المنتج شائع. في هذه الحالة ، من المحتمل أن يكون هناك خطأ ما في متجرك عبر الإنترنت.

بمجرد أن تقرر ما يجب إصلاحه ، عليك التفكير بالضبط في كيفية إصلاحه. بدون فرضية أ / ب ، الاختبار لا معنى له - القيمة من نتائجك ستكون صغيرة. يجب أن تفهم بوضوح الغرض من التجربة ، وعنصر صفحة الويب الذي ستختبره ، والنتائج الكمية التي تريد تحقيقها.

عند صياغة الفرضية ، ادفع للخلف مسار التحويل. اسأل نفسك: ما الذي يجب علي تغييره في جزء واحد من الصفحة لتحريك المستخدم عبر مسار التحويل بشكل أسرع؟ " تحقق من فرضية واحدة لكل اختبار ؛ وإلا فسيكون من الصعب تحديد التغيير الذي أثر على النتيجة النهائية إلى أي درجة.

ما الذي يمكن اختباره:

• لون وحجم ونص وموقع أزرار التحويل
• العناوين - تغيير النص ؛ اجعلها أقصر وأكثر تشويقًا وأكثر صلة
• النماذج - قلل عدد الحقول أو أضف تلميحات الأدوات وأمثلة للتعبئة
• الهبوط - قم بتغيير هيكل الصفحة أو الخط أو لوحة الألوان
• المحتوى - أضف صورًا وفيديوهات عالية الجودة ، ونداءات للعمل ، وعروضًا ترويجية ، وكلمة "مجاني" ، وما إلى ذلك.

يعتمد اختيارك لمؤشرات الأداء على فرضيتك والأهداف التي تريد تحقيقها. يمكن أن تكون هذه الإيرادات ، وعدد المشتريات ، ومعدل التحويل ، ومتوسط ​​حجم الشيك ، والتطبيقات والاشتراكات ، ومعدل الفشل ، وما إلى ذلك.

الخطوة التالية هي التأكد من تنفيذ جميع المقاييس الضرورية وتسجيلها ، والتي على أساسها سوف تستخلص استنتاجات في نهاية الاختبار. في عملنا ، واجهنا حالات حدد فيها العملاء نقاط ضعف وشكلوا فرضيات ولكنهم لم يصفوا بشكل صحيح نظامًا للمقاييس حتى يتمكنوا من فهم أن معدل التحويل قد تغير على وجه التحديد بسبب تغيير زر ، على سبيل المثال ، وليس بسبب عوامل أخرى.

ضع في اعتبارك العوامل التالية قبل تشغيل تجربتك:

• الحجم الأدنى للعينة. للتأكد من أن نتائج الاختبار الخاصة بك ذات دلالة إحصائية ويمكن الوثوق بها ، حدد العدد المطلوب من المشاركين. يمكنك القيام بذلك باستخدام الآلات الحاسبة المجانية عبر الإنترنت مثل Abtasty و Optimizely. لنفترض أن معدل التحويل لصفحتك المقصودة الأصلية هو 5٪ ، وتتوقع أن تصل النسخة التجريبية من الصفحة إلى 7٪. سيكون الحد الأدنى من التأثير المرئي في هذه الحالة 40٪. أدخل هذه الأرقام في الآلة الحاسبة وسترى أنك بحاجة إلى 1964 شخصًا على الأقل لكل متغير:

• العوامل الخارجية: الموسمية ، والعطلات ، والمشاركات ، والطقس ، وسعر صرف العملة ، وما إلى ذلك. لذلك لا تؤدي العوامل الخارجية إلى تشويه نتائج التجربة ، فمن المهم عرض كلا النسختين من الصفحة بشكل متوازٍ خلال نفس الفترة.
• اختبر تحويلات الماكرو أولاً. إذا حددت هدفًا لزيارة صفحة معينة ، فمن المحتمل أن يحققه المستخدمون ولكنهم لن يقوموا بإجراء معاملة أو لن يتخذوا أي إجراء آخر مستهدف. من الضروري دائمًا التفكير في مسار التحويل ككل لفهم إجراءات المستخدم على الموقع ذات الأولوية القصوى.
• ضع في اعتبارك نوع الجهاز. إذا بدأت تجربة على كل حركة المرور إلى موقع الويب الخاص بك وكان لديك إصدارات للجوال وسطح المكتب ، فتحقق من كيفية ظهور خيار الاختبار على الأجهزة المحمولة.
• استبعد حركة المرور الداخلية حتى لا تؤدي إجراءات موظفيك على موقع الويب إلى تشويه الإحصائيات. يمكن القيام بذلك في Google Analytics عن طريق تصفية عنوان IP.

بعد أن تفكر في هذه العوامل ، يمكنك إجراء الاختبار. بعد ذلك بقليل ، سنخبرك بالأدوات التي يمكنك استخدامها للقيام بذلك.

في نهاية التجربة ، حلل النتائج. على سبيل المثال ، لنفترض أن معدل التحويل الأصلي على صفحتك المقصودة كان 3٪ ، وافترضت أنه يمكنك زيادته إلى 5٪ ، وأظهر متغير الاختبار 3.5٪. زاد معدل التحويل ، ولكن بشكل طفيف. أنت الآن بحاجة إلى تحديد ما إذا كنت تريد إدخال التغيير على الموقع أو تجربة فرضية أخرى.

يمكنك التحقق مما إذا كانت نتائج اختبار الانقسام لها دلالة إحصائية باستخدام آلة حاسبة عبر الإنترنت أو طرق إحصائية.

اقرأ المزيد عن القوة الإحصائية ، وطول العينة ، وفترات الثقة ، والأهمية الإحصائية ، وكيفية قياسها في مقالتنا حول الإحصائيات في تحليلات الويب ، أو كيف تصبح عالم بيانات حقيقيًا.
إذا نجحت العملية وتلقيت بيانات موثوقة ، فقم بإحضار الفائز بالصفحة المقصودة إلى الموقع وتابع التجربة التالية.

الأخطاء المحتملة عند تحليل النتائج:

• تقييم النتائج قبل الأوان. نوصي بإجراء اختبار الانقسام لمدة 14 يومًا على الأقل. يمكنك إجراء استثناء لهذه القاعدة إذا كانت المهمة قيد التشغيل ، فأنت تختبر تغييرات طفيفة لا تؤثر على الوظائف العامة للموقع (على سبيل المثال ، قمت بتغيير لون الزر) ، وأنت تستخدم جوجل الأمثل. إذا رأيت في تقرير Optimize الخاص بك أن الخيار الجديد يفوز باحتمال 80-90٪ ، يمكنك إيقاف التجربة. من غير المرجح أن تتغير المؤشرات بشكل كبير.
• يعد تقييم النتائج عند حد صلاحية أقل من 95٪ مقياسًا آخر من تقارير Optimize. عند إجراء تجربة ، يأخذ Google Optimize في الاعتبار صلاحية النتيجة النهائية. إذا كان أقل من 95٪ ، فإن Optimize سيوصي بمواصلة التجربة. يمكنك رؤية هذا الحد في علامة التبويب مع تجربة نشطة.
• تجاهل نتائج الاختبار على أنها طفيفة. من منا لا يريد مضاعفة التحويلات كلها مرة واحدة ؟! ومع ذلك ، فحتى هذه الزيادة المتواضعة (للوهلة الأولى) في معدل التحويل بنسبة 2-3٪ ليست نتيجة سيئة. خاصة إذا كانت التغييرات على الصفحة المقصودة صغيرة.
• عدم التحقق من المؤشرات العالمية لموقعك. بعد كل شيء ، تحتاج إلى التحقق من مؤشرات موقعك العالمي ، وليس فقط المؤشرات التي اخترتها كجزء من التجربة. قد لا تكون المعلمة الواحدة كافية لتقييم تأثير التغييرات. على سبيل المثال ، قد ينخفض ​​متوسط ​​حجم الشيك وقد يزيد إجمالي الإيرادات بزيادة معدل التحويل. لذلك ، قم بمراقبة جميع مؤشرات الأداء الرئيسية المترابطة.

لإجراء اختبار A / B ، يجب عليك إنشاء نسخة اختبارية من الصفحة ، وتقسيم جمهورك ، وحساب المقاييس المستهدفة لكل مقطع على حدة. إذا كانت لديك مهارات برمجة وموارد كافية ، فيمكنك إجراء اختبار A / B يدويًا. لكن من الأسهل والأكثر ملاءمة القيام بذلك بمساعدة الأدوات الخاصة.

لقد أعددنا جدولًا صغيرًا لمقارنة أدوات اختبار الانقسام الشائعة:

في OWOX BI ، نستخدم Google Optimize للاختبارات ، لذلك سنركز أكثر على ميزات هذه الأداة.

Optimize هي خدمة عبر الإنترنت متصلة بموقعك على الويب وتسمح لك بتجربة طرق مختلفة لعرض المحتوى.

يتيح لك Optimize استخدام البيانات التي جمعتها في Google Analytics لتزويد المستخدم بإصدار الصفحة الأكثر ملاءمة له والأكثر ربحية لنشاطك التجاري.

• اكتمال البيانات . لإعداد تجربة وتحليلها ، من الممكن استخدام أغراض وشرائح من Google Analytics. يمكنك العمل مع المقاييس المعتادة من Google Analytics التي تعرفها وتحبها.
• فرص كبيرة للتخصيص. بعد إكمال الاختبار بنجاح ، يمكنك تكوين عرض توضيحي لمحتوى مختلف باستخدام جماهير Google Analytics والمتغيرات التي يتم تنفيذها ، على سبيل المثال ، في dataLayer في Google Tag Manager. إذا سمحت لك التجارب بتحسين إنتاجية موقع الويب الخاص بك للمستخدم العادي ، فإن التخصيص بناءً على معلومات حول المستخدمين سيسمح لك بتحقيق عوائد أعلى داخل كل شريحة.
• التكامل مع منتجات Google الأخرى من أجل استهداف وتحليل أعمق (إعلانات Google ، Data Studio ، Tag Manager ، إلخ.)
• واجهة مريحة يسهل فهمها . يتيح لك المحرر المرئي تكوين تجارب جديدة وبدءها دون مشاركة المطورين. يقلل بشكل كبير من وقت إجراء التجربة.
• يؤثر بشكل طفيف على سرعة تحميل الصفحة.
• ليس من الضروري تلخيص البيانات يدويًا وإعداد التقارير وتطبيق الصيغ الإحصائية للتحقق من النتائج. Google Optimize يقوم بكل شيء بنفسه.

• حتى الآن ، لا يمكن استخدام Google Optimize لاختبار تطبيقات الهاتف المحمول.

• لا يمكنك جدولة الاختبارات. أي ، إذا كنت ترغب في إعداد عشرات الاختبارات ولكن لا يمكنك بدئها في نفس الوقت لسبب ما - أو إذا كانت هناك قيود في الإصدار المجاني على عدد الاختبارات المتزامنة ، أو إذا كنت لا ترغب في تجربتها عشرات الخيارات على نفس الجمهور ، قد تصبح مشكلة. ستحتاج إلى تشغيل كل اختبار يدويًا في الواجهة. هذا ليس عيبًا فادحًا ، ولكن مع ذلك يمكنك القيام بذلك في بعض الخدمات الأخرى.
  

يعمل Google Optimize بشكل مشابه للأدوات الأخرى لإجراء التجارب والتخصيص:

1. أولاً ، تحتاج إلى إنشاء أشكال متنوعة من الصفحات والنوافذ المنبثقة والكائنات الأخرى التي ستعرضها للمستخدم.
2. ثم تحتاج إلى تحديد الأهداف (المقاييس) التي ستحدد من خلالها الخيار الفائز. يمكن أن تكون هذه المقاييس المضمنة في Optimize - عدد مشاهدات الصفحة ومدة الجلسة والمعاملات والإيرادات ومعدل الفشل - أو أي هدف مخصص من Google Analytics.
3. بعد ذلك ، تحتاج إلى تحديد الجمهور الذي سيشارك في التجربة وبدء التجربة. في هذه المرحلة ، يجب أن تقرر مقدار المخاطرة التي يمكنك تحملها من خلال إظهار خيار الاختبار للمستخدمين. يمكنك توزيع حركة المرور بين خيارين بالتساوي أو ، على سبيل المثال ، تقسيم 20/80. بالإضافة إلى ذلك ، في هذه المرحلة ، عليك أن تختار أي جزء من الجمهور ستظهر التجربة له. أظهر للجميع ، أو خذ 20٪ ووزع خياريك بينهم؟ لماذا قد ترغب في القيام بذلك؟ إذا كان لديك متجر كبير ، فأنت غير متأكد من فرضيتك ، ولا تريد المخاطرة بنصف حركة المرور.

بالإضافة إلى اختبارات A / B الكلاسيكية ، يمكنك في Optimize إجراء اختبارات متعددة المتغيرات (حيث يكون لديك عناصر متغيرة متعددة في مجموعات متعددة) وتلك التي تمت إعادة توجيهها (للصفحات ذات عناوين URL وتصميمات مختلفة).

يمكنك معرفة المزيد حول واجهة وإعدادات Google Optimize في مقالتنا حول كيفية إجراء اختبار A / B الأول لك باستخدام Google Optimize.

باستخدام التقارير في Google Optimize ، يمكنك مراقبة النتائج أثناء تجربتك وتحليل البيانات المجمعة فور انتهائها.

مصطلحات في تقارير التحسين:

• التحسين - النطاق المحتمل لمعدل التحويل
• احتمالية أن تكون أفضل - احتمال أن يكون هذا الخيار أفضل من جميع الخيارات الأخرى
• احتمالية تجاوز خط الأساس - احتمالية أن يحقق هذا الخيار معدل تحويل أفضل من الخيار الأصلي
• معدل التحويل - متوسط ​​معدل التحويل المتوقع
• التحويلات - عدد الجلسات المصحوبة بتحويلات

كيف يتم تحديد الفائز
يستخدم Google Optimize الاستدلال البايزي لإنشاء الإحصائيات. بدون الخوض في التفاصيل ، هذا يعني أنه أثناء التجربة ، يمكنك أن ترى في تقارير Optimize احتمال أن يكون المتغير B هو الفائز قبل نهاية التجربة. إذا وصل الاحتمال إلى مستوى معين ، فمن الممكن إنهاء التجربة قبل الموعد المحدد وتوفير الوقت والمال.

بالإضافة إلى ذلك ، يخطط فريق Google لتنفيذ آلية لإعادة توزيع حركة المرور لصالح الخيار الأفضل قبل نهاية التجربة. سيوفر هذا المال ، حيث سيجد عدد أقل من المستخدمين خيارًا غير فعال أثناء الاختبار.

إذا قمت بدمج Optimize مع حسابك في Google Analytics ، فستتمكن من تصفح وتحليل نتائج الاختبارات في واجهة Google Analytics في قسم السلوك / التجارب :

إذا كانت تجربتك ناجحة ، فيمكنك نشر الخيار الفائز على موقع الويب الخاص بك.

• يثبت Optimize 360 ​​أنه حل بدون تشفير لاختبار تجربة المستخدم على موقعك
• كيفية إجراء اختبار A / B الأول: أتمتة العملية باستخدام Google Optimize
• الإحصاء في تحليلات الويب ، أو كيف تصبح عالم بيانات حقيقيًا
• ندوة مجانية على الويب: Google Optimize للاختبار والتخصيص
• دروس الفيديو
• مسرد للمصطلحات
• تقديم المحرر المرئي
• نشر أمثلية
• تحسين مركز المساعدة
• الاختلافات في تقارير Optimize و Google Analytics
• محرر مرئي

ملاحظة: إذا كنت بحاجة إلى مساعدة في إجراء اختبارات A / B وإنشاء مقاييس مخصصة لعملك ، راسلنا على [email protected] أو املأ نموذج الاتصال على موقعنا.