كيف تقوم باختبار أ / ب: الدليل الكامل من البداية إلى النهاية

ربما تعلم بالفعل أن أفضل تقنية لتحسين التحويل على موقع ويب هي إنشاء اختبارات A / B. ولكن عندما تفكر في إنشاء اختبارات A / B على موقع الويب الخاص بك ، تثار أسئلة كثيرة: ما الصفحات التي يجب علي اختبارها؟ ما نوع اختبارات A / B التي يجب أن أقوم بإنشائها؟ كيف أقوم بإنشائها؟ متى يجب أن ينتهي اختبار A / B؟ وبمجرد انتهاء اختبار A / B ، ماذا أفعل؟ الغرض من هذا المنشور هو أن يكون دليلاً لمساعدتك في إنشاء اختبارات A / B بطريقة منهجية ، والإجابة على جميع الأسئلة المذكورة أعلاه والتأكد من حصولك على أفضل النتائج على موقع الويب الخاص بك.

ما هو اختبار أ / ب

اختبارات A / B هي اختبارات تصميم تسمح لنا بعمل أشكال مختلفة من نفس الصفحة لمقارنة سلوك المستخدمين في الخيارات المختلفة ولتكون قادرين على تقييم أي من الإصدارات يحصل على أفضل النتائج.

بمجرد تحليل البيانات ، يمكنك استنتاج أي إصدار يستجيب بشكل أفضل ومتى تكون النتائج أكثر إيجابية. على سبيل المثال ، قبل بضع سنوات ، أجرى أوباما ، من أجل زيادة عائدات حملته ، اختبارًا بأشكال مختلفة من صفحته المقصودة على الويب تجمع بين الصور والأزرار المختلفة.

وكانت النتيجة أنه مع النسخة الفائزة تمكن من زيادة الإيرادات بما مجموعه 60 مليون دولار مقارنة بالنسخة الأصلية. ليس سيئا على الإطلاق ، أليس كذلك؟

عند إجراء اختبار A / B ، لا يجب أن تكون العناصر المراد اختبارها على موقع الويب الخاص بك هي الصفحات فحسب ، بل يجب أن تكون أيضًا القوائم والأدوات والموضوعات والقوالب وما إلى ذلك. المتغير A "للإصدار الذي كان موجودًا قبل إجراء الاختبار ، و" المتغيرات "أو" المتغيرات "أو" البدائل B و C وما إلى ذلك "تلك التي ليست هي الإصدار الأصلي. يمكن أن تتراوح الاختلافات بين الأشكال المختلفة من التغييرات الدقيقة للغاية فيما يتعلق بالإصدار الأصلي إلى الاختلافات مع التغييرات الجذرية.

علاوة على ذلك ، يتم إنشاء اختبارات A / B لغرض تحليل سلوك المستخدم من أجل تحقيق هدف محدد مسبقًا. لقد رأينا بالفعل في المثال السابق أن الهدف كان الحصول على المزيد من الإيرادات لحملة سياسية ، ولكن يمكن أيضًا أن يكون الحصول على المزيد من المشتركين في رسالة إخبارية ، والمزيد من الردود على نموذج ، والمزيد من مبيعات منتج ، إلخ.

فوائد اختبارات A / B

أعتقد أن فوائد اختبار A / B واضحة من المثال أعلاه. تسمح لك اختبارات A / B بزيادة الإيرادات بطريقة مجربة ، بناءً على بيانات حقيقية حول سلوك زوارنا. ولكن الأمر لا يتعلق فقط بالإيرادات ، حيث تتيح لنا اختبارات A / B أيضًا:

• تحسين تجربة المستخدم. يسمح لنا اختبار A / B بمقارنة تفضيلات وأذواق زوارنا المختلفة. مع كل اختبار نجريه ، سنعمل على تحسين جوانب موقعنا على الإنترنت التي نعلم أنها أكثر نجاحًا ، وعلى العكس من ذلك ، لن نقوم بإجراء تغييرات في التصميم قد يكون لها تأثير سلبي على مستخدمينا.
• تحسين معدل الارتداد وتقليل احتكاك المستخدم. يساعد اختبار A / B على تحسين النقرات على منتجاتنا ومقالاتنا وإعلاناتنا. حدد ما هو الأفضل وما يتجاهله زوارنا.
• تحسين معدل التحويل. عندما نتحدث عن التحويل ، فإننا لا نتحدث فقط عن تحسين الإيرادات ، ولكن أيضًا أن المستخدمين يتخذون أي إجراء مطلوب ، مثل استشارة تفاصيل منتج أو الاشتراك في نشرتنا الإخبارية.
• تحسين تحليلنا. يمنحنا Google Analytics الكثير من المعلومات حول ما يحدث على موقعنا ، ولكن اختبار A / B ، بطريقة سهلة للغاية ، يخبرنا ما إذا كان أحد البدائل أفضل من الآخر.
• اختبر كل شيء على موقعنا. تتمثل إحدى الفوائد العظيمة لاختبار A / B في أنه يسمح لك باختبار أي عنصر تصميم ومحتوى. ليس مجرد صورة وزر ، يمكنك أيضًا اختبار أنماط الخطوط أو تغيير القوائم أو النماذج أو أي عنصر واجهة مستخدم لديك أو حتى تجربة سمات WordPress مختلفة ومعرفة أيها يعمل بشكل أفضل. اختبار A / B هو الأداة الوحيدة التي تسمح لك بإجراء هذا النوع من الاختبارات.
• والحد من المخاطر. وأفضل ما في الأمر هو أنك تعلم ، من خلال بيانات حقيقية ومثبتة ، أن التغييرات التي تجريها على موقع الويب الخاص بك ، بعد إجراء اختبارات A / B ، هي أكثر موثوقية من رأي أي شخص. ستكون آراء المستخدمين بالضبط هي التي ستقرر التغييرات التي يجب عليك إجراؤها لتحسين موقع الويب الخاص بك.

قبل إنشاء اختبار A / B

إذا كنت ترغب في تحسين نتائج اختبارات A / B الخاصة بك على موقع الويب الخاص بك ، فيجب عليك أولاً تنفيذ المهام التالية. سوف يساعدونك في تحديد البيانات التي يجب أن تعمل بناءً عليها واختبارات أ / ب التي يجب عليك إنشاؤها.

حدد الأهداف ومؤشرات الأداء الرئيسية ومقاييس التحويل المستهدفة لموقعك على الويب

أولاً ، حدد ما تريد تحقيقه من خلال موقع الويب الخاص بك ، وما هي أهداف التحويل الخاصة بك ، ومؤشرات الأداء الرئيسية ، ومقاييس التحويل المستهدفة لموقعك على الويب. على سبيل المثال ، إذا كان لديك مطعم ، فقد يكون أحد أهداف موقع الويب الخاص بك هو زيادة الحجوزات عبر الإنترنت. في هذه الحالة ، سيكون مؤشر الأداء الرئيسي هو عدد الحجوزات التي تم إجراؤها من خلال نموذج الاتصال بموقع الويب الخاص بك وقد يكون مقياس التحويل المستهدف هو تلقي ، على سبيل المثال ، 100 نموذج حجز عبر الإنترنت.

دعنا نرى مثالًا آخر: نبيع اشتراكات لمكونات WordPress الإضافية وأحدها هو Nelio A / B Testing. تتمثل إحدى طرق الترويج لها في نشر منشورات مدونة مثل تلك التي تقرأها الآن ، والتي نحاول فيها مساعدة قرائنا على معرفة المزيد حول اختبار A / B. في هذه الحالة ، يتمثل أحد أهداف تحويل المدونة في جعل القارئ ينتهي بزيارة صفحة خطط وأسعار اختبار Nelio A / B. مؤشر الأداء الرئيسي هو عدد الزيارات إلى تلك الصفحة ومقياسنا المستهدف هو الحصول على 2000 زيارة شهريًا.

أي قبل أي نوع من التحليل ، حدد مسار التحويل للزائرين: الخطوات التي يمرون بها والصفحات المختلفة التي يزورونها من لحظة وصولهم إلى موقع الويب الخاص بك حتى يتم تحويلهم (على سبيل المثال ، تنفيذ تلك الإجراءات التي ترضي الأهداف من موقع الويب الخاص بك).

اجمع المعلومات وحللها إذا كنت تحقق أهدافك

من خلال مسار التحويل ، والأهداف ، ومؤشرات الأداء الرئيسية ، والمقاييس المستهدفة ، تقوم بالتحليل باستخدام الأدوات التي لديك حاليًا النتائج التي تحصل عليها والفرق فيما يتعلق بتوقعات المقاييس المستهدفة التي حددتها. تذكر أننا بحاجة إلى بيانات يمكننا التصرف بناءً عليها. للقيام بذلك ، ابدأ بإجراء تحليل إرشادي ، أي تقييم كل صفحة من مسار التحويل وفقًا لمجموعة المعايير التالية وتقييم ما إذا كان بإمكانك تحسين النتائج:

• هل صفحة الويب تلبي توقعات المستخدم من حيث المحتوى والتصميم؟ كيف يمكن لنا ان نحسن ذلك؟
• هل المحتوى والعروض على هذه الصفحة واضحة بقدر الإمكان؟ هل يمكننا أن نجعلها أوضح أم أبسط؟
• ما الذي يسبب التردد في هذه الصفحة أو يجعل العملية صعبة؟ هل يمكننا تبسيطها؟
• ماذا يوجد في الصفحة ولا يساعد المستخدم على التصرف؟
• وأخيرًا ، هل يمكننا زيادة تحفيز المستخدم؟

يعد Google Analytics أداة جيدة توفر الكثير من المعلومات التي تحتاجها للإجابة على الأسئلة أعلاه. على سبيل المثال ، يمكنك رؤية متوسط ​​الوقت على كل صفحة ، ومعدل الارتداد ، حيث ينقر المستخدمون على الخ. الأدوات الأخرى المفيدة جدًا في هذه المرحلة هي خرائط الحرارة ، وخرائط النقر ، وخرائط التمرير. توفر هذه معلومات إضافية حول ما يلفت انتباه المستخدم في كل صفحة ، بالإضافة إلى ما يتجاهله. باختصار ، يساعدك على فهم سلوك المستخدم بشكل أفضل.

على سبيل المثال ، باستخدام Google Analytics ، رأينا أن ما يقرب من نصف زوار صفحة اختبار Nelio A / B قد زاروا صفحة التسعير الخاصة بنا ، وهذا ليس بالأمر السيئ. لكن مخطط التمرير ساعدنا في تحديد أن معظم زوارنا لم يتخطوا الجزء الأول من الصفحة المقصودة لمعرفة المزيد عن منتجنا. هنا تمكنا من إيجاد مجال محتمل للتحسين.

بعد هذا التحليل ، تحصل على قائمة مفصلة بجميع الجوانب التي تعتقد أنه يمكنك تحسينها على موقع الويب الخاص بك. في المثال أعلاه ، خلصنا إلى أنه يجب علينا تحسين صفحة اختبار Nelio A / B لمحاولة حث الزوار على التمرير لأسفل.

قم بتوليد فرضيات للتحسين

بعد ذلك ، قم بإنشاء فرضية تحسين لكل مشكلة من المشكلات التي تم تحديدها. على سبيل المثال ، إذا حددنا في النقطة السابقة أن لدينا مشكلة بقاء زوارنا في الطية الأولى من صفحة اختبار Nelio A / B ، ربما إذا قمنا بتعديل حجم الطية الأولى وجعل العنوان والنص أكثر جاذبية ، سيتم تشجيع زوارنا على إلقاء نظرة على بقية الصفحة.

في النهاية ، ستحصل على قائمة بالمشكلات مع فرضياتك للتحسين.

قم بفرز قائمة العناصر المطلوب تحسينها حسب التأثير الأعلى والأقل تكلفة

عند إنشاء اختبارات A / B على موقع الويب الخاص بك ، لا يمكنك اختبارها جميعًا في نفس الوقت لأن النتائج التي تم الحصول عليها ستكون مختلطة وسيكون من الصعب استخلاص استنتاجات موثوقة. لهذا السبب ، فإن المهمة التالية التي يتعين القيام بها هي تحديد أولويات القائمة التي تم الحصول عليها في النقطة السابقة بطريقة عملية: أي التحسينات يمكن أن يكون لها تأثير أكبر وأيها يمكن أن يكون أسهل في التغيير.

عادةً ما تكون التحسينات التي سيكون لها أكبر الأثر هي تلك التي تحدث في الصفحات الأكثر زيارة ، وقبل كل شيء ، على صفحات التسعير. فيما يتعلق بتكلفة التغييرات ، ستعتمد على الفرضيات التي قدمتها في النقطة السابقة: ليس تغيير العنوان أو اللون هو نفسه ، على سبيل المثال ، لإنشاء مقاطع فيديو وسائط متعددة جديدة ، وما إلى ذلك.

على الرغم من أنه من الناحية المثالية ، يجب أن ينتهي بك الأمر إلى محاولة تحسين جميع العناصر ، فإن توصيتي هي أن تبدأ بتلك التي يمكن أن تحقق نتائج أفضل.

وهذا كل شيء. بعد كل هذه الخطوات ، يمكنك بدء اختبار A / B للعنصر الأول في القائمة المطلوبة.

كيفية إنشاء اختبار A / B

إذا كنت قد وصلت إلى هذا الحد ، فقد أنجزت بالفعل أصعب عمل. يعد إنشاء اختبارات A / B أمرًا سهلاً للغاية إذا كنت تستخدم الأداة الصحيحة. للقيام بذلك ، أوصيك بقراءة مقالتنا حول المكونات الإضافية لاختبار A / B المختلفة لـ WordPress. كل المزايا إذا كنت تستخدم مكون WordPress الإضافي ، مثل Nelio A / B Testing ، لإنشاء اختبارات A / B:

• يمكنك إنشاء اختبارات لأي عنصر من عناصر موقع الويب الخاص بك.

• يمكنك تحديد المتغيرات باستخدام نفس محررات WordPress المحددة مسبقًا ، دون الحاجة إلى استخدام أي أداة خارجية.
• يسمح لك بتحديد مجموعة متنوعة من أهداف التحويل وإجراءاته.
• ويسمح لك أيضًا بتقسيم الزوار الذين ترغب في مشاركتهم في الاختبار.

في غضون دقائق ، ستتمكن من إنشاء اختبار للتحقق من صحة فرضيتك.

أثناء تشغيل اختبار A / B

بمجرد إنشاء الاختبار ، باستخدام أداة اختبار A / B جيدة ، عليك فقط الإشارة إلى أن اختبار A / B يجب أن يبدأ. سوف يقسم زوار موقعك إلى أكبر عدد ممكن من المجموعات التي لديك متغيرات وسيشاهد كل زائر دائمًا نفس المتغير. بالإضافة إلى ذلك ، ستكون مسؤولة أيضًا عن جمع بيانات التحويل حتى تتمكن من معرفة حالة الاختبار في جميع الأوقات.

يجب أن توفر صفحة نتائج أداة اختبار A / B معلومات حول حالتها (إذا كانت هناك بالفعل زيارات كافية لتحديد الفائز) ورسوم بيانية مختلفة حول معدلات التحويل للإصدار الأصلي والمتغيرات التي قمت بإنشائها.

ما هي المدة التي يجب أن يتم فيها تشغيل اختبار A / B؟ يعتمد ذلك على مدى تعقيده (كلما زاد عدد المتغيرات ، زاد تعقيده) وعدد الزوار الذين يشاهدون الاختبار (كلما زاد عدد الزوار ، كلما حصلت على بيانات موثوقة عن النتائج بشكل أسرع).

إذا توقفت عن الاختبار في وقت قريب جدًا ، فقد لا تحصل على نتيجة ذات مغزى ، بينما قد يؤدي استمرار تشغيل الاختبار لفترة طويلة جدًا إلى فقدان التحويلات والمبيعات بسبب متغير الاختبار ذي الأداء الضعيف ، فضلاً عن ضياع فرصة إنشاء اختبارات جديدة يمكن أن تحصل على نتائج أفضل. تستمر اختباراتنا عادةً ما بين أسبوعين وأربعة أسابيع ، ولكن إذا كان لديك موقع ويب به عدد أكبر من الزيارات ، فيمكنك تحقيق نتائج رائعة بوقت أقل.

في نهاية اختبار أ / ب

يمكن إنهاء الاختبار لعدة أسباب: هناك متغير فائز والنتائج ذات دلالة إحصائية ، والإصدار الأصلي هو الفائز والنتائج أيضًا ذات دلالة إحصائية ، أو تقرر ببساطة إنهاء الاختبار لأنه كان قيد التشغيل بالفعل من أجل لفترة طويلة جدًا دون الحصول على نتائج تشير إلى فائز واضح.

إذا كان هناك متغير فائز ، فتهانينا! الآن تحتاج فقط إلى إخبار أداة اختبار A / B بتطبيق الإصدار الفائز باعتباره الإصدار الأخير والوحيد الذي يجب أن يراه جميع زوارك من الآن فصاعدًا.

ولكن يمكن أن يحدث أيضًا أن النتائج التي تم الحصول عليها ليست كما هو متوقع. في هذه الحالة ، ساعدك الاختبار في فهم أن فرضيتك كانت غير صحيحة. يساعدنا اختبار A / B في التحقق من صحة توقعاتنا ويوجهنا نحو أفضل حل ممكن.

يعد تحسين التحويل على موقعنا عملية متكررة لتحليل البيانات ، وإنشاء فرضيات للتحسين ، وإنشاء الاختبارات واستخلاص النتائج حول النتائج التي تم الحصول عليها. أوصي بشدة بإلقاء نظرة على الاختبارات المختلفة التي نقوم بإنشائها على موقعنا الإلكتروني والنتائج التي نحصل عليها. أنا متأكد من أنهم سيساعدونك على فهم ما تتكون منه عملية تحسين التحويل لموقع الويب بسرعة.

صورة مميزة لبانون موريسي على Unsplash .