Ang mga pagsubok sa A / B o tinatawag ding A / B analysis, ay malawakang ginagamit na mga pagsubok, lalo na sa mundo ng marketing, na payagan kaming gawin ang pinaka tamang pagpipilian sa pagitan ng dalawa o higit pang mga pagpipilian. Mula sa maihahambing na data sa pagitan ng magkakaibang mga pagpipilian, pinapayagan kaming malaman ng empirically alin o aling produkto ang pinakaangkop. Malawakang ginagamit din ang mga ito sa mga disenyo ng web, halimbawa, habang tumutulong sila upang makagawa ng mga desisyon tungkol sa pag-aayos ng iba't ibang mga elemento. Sa ganitong paraan, masisiguro namin na ang pangwakas na pagtatapos sa tinukoy, ay ang isa na aakma sa mas maraming bilang ng mga gumagamit at / o kliyente.
Talagang tingnan natin kung ano ang tungkol sa kung paano ito gumagana. At anong mga parameter ang pinakaangkop upang isaalang-alang upang matiyak na ang pagsubok sa A / B ay matagumpay hangga't maaari.
Ano ang isang pagsubok na A / B?
Ang isang pagsubok na A / B ay isang pagsusuri sa pag-uugali na kinukuha ang mga resulta mula sa paglalahad ng iba't ibang mga pagpipilian sa totoong mga gumagamit. Ang layunin nito ay upang matukoy kung aling pagpipilian ang pinakamahusay na gumana at ang pinaka-perpekto. Upang magawa ito, ipinakita ang isa o higit pang mga pagpipilian, na may "bahagyang" mga pagbabago sa pagitan ng dalawa, at isang paghahambing ay ginawa kung alin ang malapit sa aming layunin. Para man sa mga layuning pang-impormasyon, para sa mga layunin ng pagpapahalaga, sa pagtugis ng mas mataas na kita, o ang pinagbabatayan ng aming layunin.
Halimbawa 1: Mayroon kaming isang website at nais naming maglagay ng isang "call to action button", ngunit hindi namin alam kung aling lokasyon ang mas mahusay. Tulad ng aming pamantayan ay paksa (hindi empirical), nagpapakita kami, halimbawa, 3 mga panukala. Sa isa sa kanila inilalagay namin ito sa isang zone A, isa pa sa isang zone B at isa pa sa isa pang zone na tatawagan namin C. Ipinadala namin ang nasabing publication / artikulo o ipinakita ito sa 3 magkakaibang anyo nito, upang makuha ang data na humigit-kumulang na 12.000 mga gumagamit, nahahati sa 3 mga pangkat ng 4.000 katao. Pagkatapos nito, malalaman natin kung alin sa 3 mga paraan ang naging pinaka-epektibo. At iyon ang makatapos sa pagpili.
Halimbawa 2: Ang pagsubok na A / B ay maaaring mapalawak o mabawasan hangga't gusto natin, kaya isipin natin na maaari nating pagbutihin ang nakaraang halimbawa. Mayroon kaming lokasyon kung saan namin ilalagay ang "call to action." Ngunit lumalabas na mayroon kaming dalawang mga potensyal na modelo at hindi kami napagpasyahan tungkol sa alin ang magiging mas kaakit-akit. Muli, maaari naming ipakita ang Pagpipilian A at Pagpipilian B sa isang pare-pareho na bilang ng mga tao. Matapos makita kung alin ang nakakamit ng pinakamalaking epekto, pipiliin namin ang opsyong iyon.
Mga dahilan para sa paggawa ng pagsusuri sa A / B
- Pagbutihin ang disenyo ng iyong website: Ang mga konklusyong ito ay maaaring makuha mula sa Google Analytics. Tungkol sa aling mga website ang madalas na bisitahin ng mga gumagamit, mula sa layout ng pahina, mga menu, atbp. Napaka kapaki-pakinabang kung kailangan mong pumili para sa isang paunang natukoy na tema o disenyo at hindi mo alam kung alin ang pipiliin.
- Pag-optimize sa web: Alinsunod sa mga halimbawa sa nakaraang seksyon. Pinapayagan kaming matukoy kung aling banner, disenyo, lokasyon o mga kulay ang mas perpekto at nakakamit ng higit na tagumpay. Para sa mga kasong ito, pinapayagan ng Adsense ang mga pagsubok na ito na maisagawa nang napakadali.
- Taasan ang kakayahang kumita: Ang pagtukoy kung ano ang pinaka mabisa ay magbibigay sa iyo ng mas mahusay na mga benepisyo. Mula sa conversion sa web, sa promosyon ng isang produkto, o mga banner ng advertising.
- Huwag mabaliw: At ito ay kung minsan, kahit na para sa mga nagmemerkado mismo napakahirap na tumalon sa walang bisa nang hindi naiiba ang isang ideya. Ang hindi pagkakaroon ng paglihis upang subukang hulaan kung aling linya ang pinakamahusay na makakatulong sa iyo na magpatuloy sa bawat ideya na mayroon ka sa isang matatag at sigurado na hakbang. Pag-iwas sa pagkabigo ng pagkawala ng iyong sarili nang hindi alam kung bakit ang mga resulta ay hindi napabuti.
- Isagawa ang talagang mabisang advertising: Anong uri ng advertising ang magiging pinakamabisa? Saan ito gagawin at sa ano ang ibig sabihin nito? Ang isang pagsubok na A / B ay makakatulong sa iyo na piliin kung alin ang pinakamahusay para sa iyo. Bilang karagdagan, maaari kang umasa sa data ng Adwords upang malaman kung aling online na kampanya ang maaaring maging pinakamabisa para sa iyo.
- Tuklasin, tukuyin ang iyong madla at panatilihin ito: Ang bawat tao ay pipili ng isang tatak para sa ilang mga kadahilanan, at ang pag-alam kung ano ang inaasahan nila mula dito ay makakatulong sa iyo na makagawa ng pinakamahuhusay na desisyon. Sa ganitong paraan, ang peligro ng "derailing" sa nilalamang nais mong ipakita ay nabawasan. Ang iyong sariling mga gumagamit ay ang mas gugustuhin sa iyo sa pamamagitan ng pagsubok na A / B, at dahil dito, maipagpapatuloy mo ang pag-alok ng mga iyon na nagpalapit sa kanila sa iyong tatak.
Mga hakbang na susundan upang makagawa ng pagsubok sa A / B
- Tukuyin ang layunin na susundan: Tukuyin kung nais naming pagsamahin ang isang bagong bagay, mula sa isang produkto, disenyo, kampanya sa advertising, o anumang elemento ng aming landing page. Sa kabaligtaran, sukatin kung mayroon kaming mga problema sa isang bagay na naitatag namin, ngunit hindi iyon gagana.
- Taasan ang iba't ibang mga kahalili: Kapag natukoy na namin kung ano ang nais naming suriin, ipakita ang iba't ibang mga panukalang susubukan. Kung hindi pa ito nagagawa dati, may mga tipikal na error tulad ng pagbabad sa napakaraming iba't ibang mga pagsubok. Ang isa pang tipikal na pagkakamali ay ihambing ang magkahiwalay na mga bagay sa bawat isa, halimbawa, isang video o isang imahe. Ang mga resulta ay maaaring hindi masyadong maaasahan, o kakaunti na gagawin sa panghuling ideya. Iwasang ihambing ang mga bagay na naiiba sa kaibuturan.
- Gawin ang pagsubok: Ipadala ang pagsubok sa isang pangkalahatang paraan at mga random na gumagamit. Maaari itong pareho sa pamamagitan ng koreo, o ang landing page o produkto mismo. Nakasalalay sa teknolohiya, at uri ng elemento na pinag-aaralan namin, magpapasya kaming gawin ito sa isang paraan o sa iba pa. Sa anumang kaso, ang mahalagang bagay dito ay upang makuha ang data kung aling opsyon ang mas matagumpay.
- Iguhit ang mga konklusyon: Ang bahaging naiinteres sa amin, kasama ang mga resulta, maaari naming suriin na ito ay naging mas matagumpay. Sa kaso ng pagiging isang bagong produkto, maaari naming matukoy kung alin ang isa na ibebenta ang pinaka.
- Ipatupad: Natukoy na nagbigay ng pinakamaraming resulta, ipapatupad namin kung ano ang nagbigay ng isang mas mahusay na resulta, na may katiyakan na malaman nang maaga na gagana ito.
Konklusyon
Maraming mga tool sa internet upang maisagawa ang mga pagsubok sa pagsusuri ng A / B. Tulad ng nabanggit namin, inaalok sa amin ng Google Analytics, Adsense, Adwords ang mga posibilidad na ito. Ngunit mayroon din kaming iba pang mga tool tulad ng Nelio AB Pagsubok, isang plugin para sa WordPress. Kung hindi ka isa sa mga gumagamit ng WordPress, may mga website at kumpanya na nag-aalok ng kanilang mga serbisyo tulad ng Mag-optimize, pulos nakatuon sa pagsusuri ng mga resulta.
Masasanay sa pag-aaral sa A / B na mga pagsubok ay maaaring humantong sa kumuha ng medyo pang-agham na posisyon sa paggawa ng desisyon. Kung gayon, samantalahin ito! Ang kakayahang magpasya kung aling pagpipilian ang mas kanais-nais at matagumpay para sa iyo, ay magtatapos sa pagdadala sa iyo ng pareho. At kung mas maraming dami ang iyong ginampanan sa iyong sektor, mas kawili-wili ito upang pag-aralan ang bawat hakbang na iyong gagawin.