Tin tức và phân tích của tất cả các thiết bị di động

Thử nghiệm A / B: 10 sai lầm không nên mắc phải

Thử nghiệm A / B cho phép bạn kiểm tra đồng thời hai phiên bản khác nhau của cùng một trang web, để xác định những gì hoạt động tốt nhất và sau đó thực hiện các tối ưu hóa cần thiết để đạt được kết quả tốt hơn. Phương pháp này cũng được sử dụng cho các chiến dịch gửi email, để kiểm tra các chủ đề email hoặc nội dung email khác nhau.

Chúng ta có thể lấy ví dụ cụ thể về các trang thương mại điện tử: họ có thể khởi chạy thử nghiệm trên một sheet sản phẩm, trình bày hai phiên bản với hai hình ảnh khác nhau hoặc hai CTA với văn bản khác nhau. Sau khi phân tích dữ liệu có liên quan, họ có thể xác định cái nào trong số 2 phiên bản phù hợp nhất cho khán giả của họ.

Nhưng thử nghiệm A / B là một thực hành phức tạp, đòi hỏi nhiều sự nghiêm ngặt để kết quả không bị bóp méo. Trước khi đi sâu vào phần cuối của thử nghiệm A / B, chúng tôi mời bạn khám phá những lỗi thường gặp và mẹo để tránh chúng.

1. Bắt đầu thử nghiệm A / B mà không có kế hoạch thực sự

Bạn cần lập kế hoạch chiến lược trước khi bắt đầu thử nghiệm. Kế hoạch này sẽ cho phép bạn xác định những điểm mà bạn phải làm việc ưu tiên. Ngay cả khi nó có vẻ hiển nhiên với bạn, đừng ngần ngại liệt kê trong kế hoạch của bạn: mục tiêu của công ty và trang web của bạn, những trang được truy cập nhiều nhất và những trang có khả năng chuyển đổi, những khó khăn gặp phải trong chuyển đổi của bạn (cụ thể là trên Google Analytics) mà còn là các chỉ số quan trọng. Từ kế hoạch này, bạn sẽ có thể xác định các bài kiểm tra để ưu tiên.

2. Tạo một bài kiểm tra mà không dựa trên một giả thuyết

Khẩu hiệu sau đây cho thử nghiệm A / B: “không thử nghiệm mà không có giả thuyết”. Đối với mỗi bài kiểm tra, bạn phải dựa trên một giả thuyết ban đầu, giả thuyết này sẽ được xác nhận hoặc không còn hiệu lực sau bài kiểm tra. Để thiết lập giả thuyết này, bạn phải dựa vào phân tích dữ liệu như dữ liệu về lưu lượng truy cập trang web của bạn, tỷ lệ thoát của một trang, tỷ lệ chuyển đổi cho một sản phẩm hoặc dữ liệu từ bản đồ nhiệt hoặc một cuộc khảo sát được thực hiện. Ví dụ: bạn có thể giả định rằng bạn có ít xác thực biểu mẫu vì có quá nhiều trường để điền vào, sau đó bạn có thể chạy thử nghiệm A / B với biểu mẫu hiện có và một phiên bản khác của biểu mẫu có ít trường hơn, và xem nếu giả thuyết của bạn được xác nhận.

3. Thực hiện thử nghiệm A / B với một trang web không có đủ lưu lượng truy cập

Bạn cần thử nghiệm trên một quần thể đủ lớn để thử nghiệm A / B thực sự có ý nghĩa. Nó hoàn toàn giống với nguyên tắc của một cuộc khảo sát. Nếu bạn thực hiện một cuộc khảo sát trên 10 người, nó sẽ không có giá trị như trên 1000 người. Do đó, cần có đủ số lượng dữ liệu để có thể đưa ra kết luận, đó là lý do tại sao thử nghiệm A / B được khuyến nghị cho các trang web có lưu lượng truy cập đáng kể.

4. Kiểm tra của bạn 2 phiên bản qua các thời kỳ khác nhau

Nếu bạn thử nghiệm phiên bản A trong một khoảng thời gian, sau đó phiên bản B trong một khoảng thời gian khác, nó không còn là thử nghiệm A / B nữa. Thật vậy, để kết quả chính xác, bạn phải kiểm tra đồng thời cả hai phiên bản, phân phối lưu lượng truy cập trên mỗi biến thể. Ngoài ra, nếu bạn kiểm tra phiên bản A trong khoảng thời gian được mô tả là “bình lặng” mà không có bất kỳ sự kiện cụ thể nào và phiên bản B trong khoảng thời gian nghỉ học hoặc lễ kỷ niệm cuối năm, chẳng hạn, kết quả có thể bị sai lệch vì hành vi của khán giả có thể hoàn toàn khác. Đây là lý do tại sao điều cần thiết là khởi chạy hai phiên bản của bạn cùng một lúc.

5. Muốn thử nghiệm quá nhiều biến thể đồng thời

Đừng quá “tham lam” và thay vào đó hãy thử nghiệm trên một biến duy nhất trước. Nếu bạn kiểm tra quá nhiều biến đồng thời, bạn sẽ gặp khó khăn khi đưa ra kết luận đáng tin cậy vào cuối bài kiểm tra A / B vì bạn có thể không xác định được biến nào đang thực sự ảnh hưởng đến hiệu suất được ghi lại. Nếu bạn muốn kiểm tra nhiều biến mục trên một trang, hãy thực hiện nhiều kiểm tra liên tiếp thay vì một kiểm tra đơn lẻ với nhiều thay đổi mục. Đối với các thử nghiệm phức tạp hơn, sẽ cần phải chọn thử nghiệm đa biến như được đề xuất bởi một số giải pháp thử nghiệm A / B.

Khám phá lựa chọn của chúng tôi về các công cụ kiểm tra A / B tốt nhất

6. Thực hiện kiểm tra trong thời gian quá ngắn

Nó rất đơn giản. Nếu bạn dừng thử nghiệm quá sớm, bạn sẽ không có đủ dữ liệu liên quan để đưa ra kết luận có liên quan. Vì vậy, làm thế nào để bạn biết khi nào để dừng thử nghiệm? Bạn phải tính đến chỉ số tin cậy cho phép bạn biết phần trăm cơ hội đạt được kết quả tốt nhất với biến thể được thử nghiệm. Bạn phải đạt được chỉ số tin cậy ít nhất 95% để coi thử nghiệm của bạn là đáng tin cậy và đảm bảo tính ổn định về mặt thống kê. Theo các công cụ chuyên dụng trên thị trường, khuyến nghị nên chạy thử nghiệm A / B kéo dài ít nhất 1 tuần, hoặc thậm chí lên đến 3 hàng tuần.

7. Để bài kiểm tra quá lâu

Nếu bạn dừng thử nghiệm quá muộn, bạn sẽ không hiệu quả, khiến một phần khán giả của bạn tiếp xúc với một biến thể đã được thử nghiệm khi bạn có thể thiết lập các thử nghiệm mới. Khi đã đạt đến chỉ số tin cậy (tối thiểu 95%) và nếu bạn đã thu thập thông tin cần thiết để tiếp tục, thì bạn có thể kết thúc thử nghiệm và khởi chạy các chỉ số mới để tiếp tục tối ưu hóa trang web của mình.

8. Thực hiện các thay đổi trong quá trình thử nghiệm A / B

Điều đáng nhớ là bạn nên tránh sửa đổi các phần tử đã thử nghiệm của phiên bản A (phiên bản gốc của trang) vì điều này có thể làm sai lệch kết quả của phiên bản B (biến thể của phiên bản A). Nếu thử nghiệm được khởi chạy, hành động khôn ngoan nhất là không hành động.

9. Theo dõi một KPI duy nhất cho thử nghiệm A / B của bạn

Một sai lầm khác cần tránh: nhìn vào một KPI duy nhất sau bài kiểm tra của bạn. Thật vậy, nếu bạn chỉ tính đến một KPI, bạn có thể tin rằng kết quả là tích cực vì KPI của bạn đang tiến triển, nhưng đồng thời, các KPI khác có thể giảm xuống, và cuối cùng bạn sẽ nhận ra điều đó chỉ thứ hai. Do đó, hãy nhớ đo lường cả chuyển đổi vi mô (nhấp chuột, chia sẻ, thêm vào giỏ hàng hoặc danh sách yêu thích, đăng ký nhận bản tin, v.v.) và chuyển đổi vĩ mô (xác thực mua hàng, yêu cầu bản demo, yêu cầu ước tính…).

10. Bỏ lỡ “tiến bộ nhỏ”

Theo dõi kết quả thu được từ một thử nghiệm, bạn thấy rằng biến thể cuối cùng mang lại một tiến bộ nhỏ so với những gì bạn hy vọng. Nhưng bạn nên biết rằng ngay cả một biến thể tích cực nhỏ cũng không nên bị bỏ rơi. Và những “lợi ích nhỏ” này trong dài hạn sẽ cho phép bạn tối ưu hóa kết quả của mình trong dài hạn. Vì vậy, hãy nhớ tính toán tiến trình mà điều này có thể cho trong 12 tháng, điều này sẽ cho phép bạn có được ý tưởng chính xác hơn về tầm quan trọng của lợi nhuận thu được.