هو اختبار A/B Testing وكيف تحقق أفضل استفادة منه

مقالات ذات صلة

أنواع الموظفين بالمؤسسات وكيف تحقق أكبر استفادة منهم

أهمية الوقت.. كيفية الاستفادة منه

تمويل آهل: ما هو وكيفية الاستفادة منه؟

اختبار A / B هو طريقة لمقارنة نسختين من شيء ما لمعرفة أيهما يعمل بشكل أفضل. على الرغم من أنها غالبًا ما ترتبط بمواقع الويب والتطبيقات، إلا أن هذه الطريقة عمرها 100 عام تقريبًا وهي واحدة من أبسط أشكال التجربة العشوائية الخاضعة للرقابة، في المقال التالي ما هو اختبار A/B Testing وكيف تحقق أفضل استفادة منه

ما هو اختبار A/B Testing

اختبار A / B، في أبسط صوره، هو طريقة لمقارنة نسختين من شيء ما لمعرفة أيهما يعمل بشكل أفضل. في حين أنه غالبًا ما يرتبط بمواقع الويب والتطبيقات، يقول فونج إن هذه الطريقة عمرها 100 عام تقريبًا.

في عشرينيات القرن الماضي، اكتشف الإحصائي وعالم الأحياء رونالد فيشر أهم المبادئ الكامنة وراء اختبار أ / ب والتجارب العشوائية المضبوطة بشكل عام. يقول فونج: "لم يكن أول من أجرى تجربة كهذه، لكنه كان أول من اكتشف المبادئ الأساسية والرياضيات وجعلها علمًا".

أجرى فيشر تجارب زراعية، وطرح أسئلة مثل، ماذا يحدث إذا وضعت المزيد من الأسمدة على هذه الأرض؟ استمرت المبادئ، وفي أوائل الخمسينيات من القرن الماضي، بدأ العلماء في إجراء تجارب سريرية في الطب. في الستينيات والسبعينيات من القرن الماضي، تم تكييف هذا المفهوم من قبل المسوقين لتقييم حملات الاستجابة المباشرة (على سبيل المثال، هل ستؤدي بطاقة بريدية أو خطاب موجه إلى العملاء المستهدفين إلى زيادة المبيعات؟).

ظهر اختبار A / B، في شكله الحالي، في التسعينيات. يقول فونج إنه على مدار القرن الماضي، لم تتغير الرياضيات وراء الاختبارات. "إنها نفس المفاهيم الأساسية، ولكنك تفعل ذلك الآن عبر الإنترنت، في بيئة الوقت الفعلي، وعلى نطاق مختلف من حيث عدد المشاركين وعدد من التجارب."

كيف تفسر نتائج اختبار A / B؟

من المحتمل أن تستخدم شركتك برنامجًا يتعامل مع الحسابات، وقد توظف خبيرًا إحصائيًا يمكنه تفسير هذه النتائج لك. ولكن من المفيد أن يكون لديك فهم أساسي لكيفية فهم المخرجات وتحديد ما إذا كان يجب المضي قدمًا في تباين الاختبار (الزر الجديد في المثال أعلاه).

يقول فونج إن معظم البرامج تُبلغ عن معدلي تحويل لاختبار A / B: أحدهما للمستخدمين الذين شاهدوا نسخة التحكم، والآخر للمستخدمين الذين شاهدوا الإصدار التجريبي. يقول: "قد يقيس معدل التحويل النقرات، أو الإجراءات الأخرى التي يتخذها المستخدمون". قد يبدو التقرير على النحو التالي: "التحكم: 15٪ (+/- 2.1٪) التباين 18٪ (+/- 2.3٪)." هذا يعني أن 18٪ من المستخدمين قد نقروا على الشكل الجديد (ربما الزر الأزرق الأكبر) بهامش خطأ 2.3٪. قد تميل إلى تفسير هذا على أنه انخفاض معدل التحويل الفعلي بين 15.7٪ و20.3٪، ولكن هذا لن يكون صحيحًا من الناحية الفنية. "التفسير الحقيقي هو أنك إذا أجريت اختبار A / B الخاص بك عدة مرات، فإن 95٪ من النطاقات ستلتقط معدل التحويل الحقيقي - بمعنى آخر، يقع معدل التحويل خارج هامش الخطأ بنسبة 5٪ من الوقت (أو أيًا كان يشرح فونج "مستوى الدلالة الإحصائية الذي حددته).

من المهم أن تعرف أن معدل التحويل البالغ 18٪ ليس ضمانًا. هذا هو المكان الذي يأتي فيه حكمك. من المؤكد أن معدل المحادثة 18٪ أفضل من 15٪، حتى لو سمح بهامش الخطأ (12.9٪ - 17.1٪ مقابل 15.7٪ - 20.3٪). قد تسمع أشخاصًا يتحدثون عن هذا على أنه "زيادة بنسبة 3٪" (المصعد هو ببساطة النسبة المئوية للفرق في معدل التحويل بين إصدار التحكم وعلاج الاختبار الناجح). في هذه الحالة، من المرجح أن يكون التبديل إلى نسختك الجديدة قرارًا جيدًا، لكن ذلك سيعتمد على تكاليف تنفيذ الإصدار الجديد. إذا كانت منخفضة، يمكنك تجربة التبديل ومعرفة ما يحدث في الواقع (على عكس الاختبارات). تتمثل إحدى المزايا الكبيرة للاختبار في عالم الإنترنت في أنه يمكنك عادةً العودة إلى النسخة الأصلية بسهولة تامة.

كيف تستخدم الشركات اختبار A / B؟

يقول فونج إن شعبية المنهجية قد ارتفعت حيث أدركت الشركات أن بيئة الإنترنت مناسبة تمامًا لمساعدة المديرين، وخاصة المسوقين، على الإجابة على أسئلة مثل، "ما الذي يرجح أن يجعل الناس ينقرون؟ أو شراء منتجاتنا؟ أو التسجيل في موقعنا؟ " يُستخدم اختبار A / B الآن لتقييم كل شيء بدءًا من تصميم مواقع الويب إلى العروض عبر الإنترنت إلى العناوين الرئيسية ووصولاً إلى أوصاف المنتجات.

تجري معظم هذه التجارب دون علم الأشخاص. يقول فونج: "بصفتنا مستخدمين، نحن جزء من هذه الاختبارات طوال الوقت ولا نعرف ذلك".

وهي ليست مواقع الويب فقط. يمكنك اختبار رسائل البريد الإلكتروني أو الإعلانات التسويقية أيضًا. على سبيل المثال، يمكنك إرسال نسختين من رسالة بريد إلكتروني إلى قائمة العملاء (اختيار عشوائي للقائمة أولاً، بالطبع) ومعرفة أيهما يولد المزيد من المبيعات. ثم يمكنك فقط إرسال النسخة الفائزة في المرة القادمة. أو يمكنك اختبار نسختين من نص الإعلان ومعرفة أيهما يحول الزوار في كثير من الأحيان. ثم تعلم أن تنفق المزيد للحصول على أنجح واحد هناك.

وأخيرا

الأمر كله يتعلق بالبيانات هذه الأيام. لا يرغب القادة في اتخاذ قرارات ما لم يكن لديهم دليل. هذا أمر جيد بالطبع، ولحسن الحظ هناك العديد من الطرق للحصول على المعلومات دون الحاجة إلى الاعتماد على غرائز المرء. يعد اختبار A / B أحد أكثر الطرق شيوعًا، لا سيما في الإعدادات عبر الإنترنت.