متى تسعى إلى الحد الأقصى المحلي والعالمي من خلال اختبار A / B الخاص بك

تخيل أنك تتسلق جبل إيفرست وسط ضباب كثيف مصاب بفقدان الذاكرة. يمكنك أن ترى فقط بقدر يدك الممدودة. أنت لا تعرف مكانك أو الاتجاه الذي يجب أن تتجه إليه ، ما عليك سوى الوصول إلى الذروة. ما هي الاحتمالات التي تفعلها؟

ربما منخفضة مثل ارتفاع الجبل.

على الرغم من كون هذا القياس مثيرًا ، فقد تم إجراؤه بالرجوع إلى أساس طريقة اختبار A / B الشائعة. هذه الذروة هي أفضل نسخة من صفحتك المقصودة بعد النقر ، وأنت مرتبك ، شبه أعمى ، وتضيع على جانب جبل صفحتك الحالية.

ما هو أسوأ من ذلك ، ربما تكون قد تلقيت خريطة غير صحيحة من قبل المدونين التسويقيين المفضلين لديك. قد تعتقد أنك تختبر A / B بالطريقة الصحيحة - أنك تتجه في اتجاه تلك الذروة. ومع ذلك ، هناك احتمالات ، ستصل قريبًا إلى طريق مسدود ، ولن تجد أبدًا الشكل الأعلى أداءً لصفحتك المقصودة بعد النقر.

أسطورة اختبار A / B التي تربك المبتدئين

تستمر بعض أكثر مدونات التسويق شيوعًا على الإنترنت في إدامة أسطورة اختبار A / B التي تقضي على المبتدئين منذ البداية. لقد جعلني ضحية عندما بدأت أيضًا.

"لا تغير أكثر من عنصر صفحة واحد لكل اختبار أ / ب" ظللت أقرأ مرارًا وتكرارًا. لم أشكك في ذلك لأن المصادر كانت جديرة بالثقة ولأنه في الغالب ، حسنًا ، كان منطقيًا.

الهدف من اختبار A / B هو جمع البيانات التي يمكنك استخدامها لتحسين صفحة أو بريد إلكتروني أو إعلان أو أي شيء تختبره. كيف كان من المفترض أن أعرف سبب التغيير في معدل التحويل في ختام الاختبار إذا أجريت أكثر من تعديل بين النسختين "أ" و "ب"؟ أي نوع من البيانات ستكون؟

لذلك ، اختبرت العناصر واحدًا تلو الآخر: عنوان الصفحة المقصودة بعد النقر "أ" مقابل عنوان الصفحة المقصودة بعد النقر "ب". بعد ذلك ، كان الزر الأزرق على الصفحة المقصودة بعد النقر "أ" مقابل الزر الأخضر في الصفحة المقصودة بعد النقر "ب". كانت هذه هي الطريقة التي فعلها المحترفون و Amazon و Google. إذا كان جيدًا بما يكفي للشركات التي تبلغ قيمتها مليارات الدولارات ، فقد كان جيدًا بما يكفي بالنسبة لي.

المشكلة التي تجاهلتُها ، والتي أصبحت أدركها بشكل مؤلم بعد شهور ، هي أنني لم أكن أمازون أو جوجل. تولد مواقع الويب الخاصة بهم عددًا كبيرًا من الزيارات ، مما يعني أن المصاعد الصغيرة المكتسبة من خلال اختبارات ألوان الأزرار التافهة هذه يمكن أن تترجم إلى ملايين الدولارات من العائدات.

ومع ذلك ، بالنسبة لمعظم الناس ، فهي مضيعة للوقت والموارد. بالنسبة لمعظم الناس ، فإن استخدام طريقة اختبار A / B هذه يشبه تسلق جبل إيفرست في ضباب كثيف مع فقدان الذاكرة.

إرشاد التسلق التل

في حياتنا اليومية ، هناك مشاكل نواجهها ويكون الحل واضحًا لها. ولكن ، ماذا يحدث عندما تواجه عقبة غير مألوفة وفريدة من نوعها إلى حد كبير؟ خذ هذه المتاهة ، على سبيل المثال:

لا توجد مشاركات مدونة مكتوبة حول أفضل طريقة للتنقل في هذه المتاهة بالذات. صديقك (على الأرجح) لا يمكنه إرشادك خلال ذلك. ليس لديك خريطة. إذن ، كيف تنتقل من أ إلى ب؟

يمكن العثور على الإجابة في برنامج كمبيوتر يسمى "The General Problem Solver" ، تم بناؤه عام 1963 بواسطة Newell و Simon و Shaw لدراسة الذكاء الاصطناعي. تم تطبيق أبحاثهم أيضًا على حل المشكلات البشرية. يشرح الدكتور روس ديوي:

عرّف نيويل وسيمون كل مشكلة على أنها مساحة. في أحد طرفي المساحة توجد نقطة البداية ، وعلى الجانب الآخر يوجد الهدف. يُنظر إلى إجراء حل المشكلات نفسه على أنه مجموعة من العمليات لعبور تلك المساحة ، للانتقال من نقطة البداية إلى حالة الهدف ، خطوة واحدة في كل مرة.

في برنامج حل المشكلات العام ، يختبر البرنامج الإجراءات المختلفة (التي أطلق عليها Newell و Simon أسماء المشغلين) لمعرفة أيها سيقربها من حالة الهدف. العامل هو أي نشاط يغير حالة النظام. يختار "حلال المشكلات العام" دائمًا العملية التي تبدو أقرب إلى هدفها. يُطلق على هذا التكتيك اسم تسلق التل ، لأنه يشبه تكتيك اتخاذ خطوة دائمًا نحو قمة تل أو جبل.

في المتاهة أعلاه ، كل طريق مسدود هو "مساحة" - مشكلة تحتاج إلى التغلب عليها من خلال "العمليات" ، وهي الإجراءات التي تقربك من هدفك (الانتقال من "أ" إلى "ب").

لذا ، تبدأ من "A" وتتبع المسار الذي تعتقد أنه سيأخذك إلى "B" بشكل أسرع. عندما تصل إلى طريق مسدود ، تعود وتجرب طريقًا بديلًا. تكرر العملية حتى تصل إلى هدفك.

هذا ما تفعله عندما تقوم باختبار A / B لعناصر صغيرة. يمكنك تحديد مشكلة ، مثل زر غير ملحوظ ، على سبيل المثال. بعد ذلك ، تقترب أكثر من هدفك المتمثل في إنشاء أفضل نسخة من صفحتك المقصودة بعد النقر (أو هكذا تعتقد) عن طريق اختبار ما تفترض أنه أفضل. إذا لم يفلح ذلك ، فأنت تختبر شيئًا آخر.

ومع ذلك ، في مرحلة ما ، ستصل إلى نقطة تناقص الغلة تسمى "الحد الأقصى المحلي".

الحد الأقصى المحلي والحد الأقصى العالمي

السبب في أن الطريقة المذكورة أعلاه تسمى استدلال "تسلق التل" لأنه يحتوي على قيود رئيسية يمكن أن تجعلك تخدش رأسك على تل تبحث في قمة الجبل - حيث تكون أفضل صفحة هبوط بعد النقر عليها. يوضح الدكتور ديوي:

يعد تسلق المرتفعات استراتيجية بسيطة ، لكنها لا تعمل دائمًا. أحد المصائد المحتملة هو "مشكلة التلال". إذا كنت تختار أي خطوة تأخذك صعودًا (أو في اتجاه معين) ، فقد ينتهي بك الأمر بتسلق سفح سفح يقع بينك وبين الجبل ، متجاهلاً الإجراء الأكثر فاعلية للالتفاف حوله. بمعنى آخر ، إذا ذهبت مباشرة نحو هدف دون مرونة ، فقد تدفع ثمنًا باهظًا ، أو تهدر الكثير من الطاقة ، أو تتسبب في مزيد من العمل لنفسك دون المساهمة في الهدف.

من حيث التحسين ، يُطلق على "التلة" هذه "الحد الأقصى المحلي". إنها أفضل نسخة من صفحتك الحالية ، والتي عندما يتم اختبار A / B بشكل أكبر ، ستؤدي إلى تناقص العوائد. يُطلق على قمة الجبل اسم "الحد الأقصى العالمي". هذا هو أفضل إصدار من صفحتك المقصودة بعد النقر. إليك رسم بياني مفيد للتوضيح:

من خلال البدء بصفحة هبوط فردية بعد النقر واختبار A / B للعناصر الصغيرة واحدًا تلو الآخر لتحسينها ، فإنك تقترب من الحد الأقصى المحلي ، لكن هذه الطريقة لن تصل بك أبدًا إلى قمة ذلك الجبل. إذن كيف تتنقل في طريقك إلى هناك؟

اختبار A / B للوصول إلى الحد الأقصى العالمي

في منشور مدونة بعنوان "لا تقع في فخ تفاصيل اختبار أ / ب" ، يشرح راند فيشكين من Moz سيناريو محبطًا قد يصيب قريبًا جدًا من المنزل:

لنفترض أنك عثرت على صفحة / مفهوم كنت سعيدًا نسبيًا به وابدأ في اختبار الأشياء الصغيرة - التحسين حول الحد الأدنى المحلي. يمكنك إجراء اختبارات لمدة 4-6 أشهر ، وتحقيق تحسن بنسبة 5 ٪ في معدل التحويل الإجمالي لديك وتشعر أنك بحالة جيدة. حتى...

أنت تدير فكرة جديدة كبيرة أخرى في اختبار وتحسن أكثر. أنت تعلم الآن أنك تضيع وقتك في تحسين وإتقان صفحة لم يكن مفهومها العام جيدًا مثل الصفحة الجديدة الخام وغير المحسّنة التي اختبرتها للتو للمرة الأولى.

بدلاً من ذلك ، يوصي Fishkin ، مثل المؤثرين الآخرين في التسويق ، باختبار A / B "إصلاحات" و "أفكار كبيرة" أولاً - أو بعبارة أخرى ، اختبار صفحات مختلفة جذريًا. من بين تلك الصفحات المختلفة جذريًا ، تكون الصفحة الأفضل أداءً هي الأقرب إلى الحد الأقصى العالمي. هذا هو الخيار الذي يجب ضبطه باستخدام الاختبار متعدد المتغيرات: الزر مقابل الزر والعنوان مقابل العنوان ، إلخ. تدعم العديد من دراسات الحالة هذه الطريقة.

اختبار A / B للحد الأقصى العالمي

1. الفيسبوك

في عام 2008 ، اختبر Facebook تصميم تنقل جديد تمامًا. قام فريقهم بنقلها من يسار الصفحة إلى قائمة منسدلة على اليمين. ومع ذلك ، عند القيام بذلك ، جعلوا التطبيقات داخل التنقل أقل وضوحًا للمستخدمين ، مما أدى إلى تقليل حركة المرور إلى تلك التطبيقات. نظرًا لأنهم كانوا مصدرًا مهمًا للإيرادات لفيسبوك ، فقد كانت هذه مشكلة.

بعد محاولة إنقاذ التصميم الجديد ببعض حيل المشاركة ، أدرك فريق التحسين أنهم وصلوا إلى الحد الأقصى المحلي وألغوا كل شيء. من مطور منتجات Facebook ، آدم موسيري:

ما كنا نفعله هنا هو أننا كنا نعمل على تحسين الحد الأقصى المحلي. ضمن هذا الإطار ، كان هناك الكثير من حركة المرور التي يمكننا توجيهها إلى التطبيقات. وما كنا بحاجة إليه هو تغيير هيكلي. كانت فرضيتنا معطلة. كانت مصالحنا تقودنا إلى الطريق الخطأ. لم ندرك ذلك [...] كنا نحسن شيئًا محليًا ، وكنا بحاجة إلى أن نكون مزعجين إلى حد ما للخروج منه.

2. Moz

صفحة التباين هذه ، التي أنشأها خبراء معدل التحويل لـ Moz ، كانت أطول بست مرات من الصفحة الأصلية. لقد تضمنت المزيد من الرسوم البيانية ، وعنوان مختلف ، وفيديو ، من بين عناصر أخرى لم تكن موجودة في الصفحة الأصلية. تفوقت على السيطرة بنسبة 52٪.

إذا كان الفريق قد عمل فقط على تحسين العناصر في الصفحة الأصلية ، فلن يضيفوا المحتوى الذي عزز التحويلات بمقدار النصف. من المختبرين:

في تحليلنا للعرض التقديمي الفعال الذي يقدمه راند وجهاً لوجه ، لاحظنا أنه احتاج إلى خمس دقائق على الأقل لإثبات قضية منتج Moz المدفوع. كانت الصفحة الحالية أشبه بملخص مدته دقيقة واحدة. بمجرد إضافة العناصر الأساسية لعرض Rand ، أصبحت الصفحة أطول بكثير.

3. كثافة الخادم

معظم دراسات الحالة الخاصة باختبار A / B التي ستجدها عبر الإنترنت لها علاقة بمظهر صفحات الويب. إنها لون الزر مقابل لون الزر أو الصورة مقابل الصورة ، وعددها يتزايد كل يوم. نتيجة لذلك ، يفترض معظم الأشخاص الذين يغوصون في اختبار A / B أنه لا يمكن استخدامها إلا لتصميم الويب.

ومع ذلك ، يمكن تطبيق مفهوم اختبار A / B على أي شيء ، بما في ذلك تصميم المنتج أو حتى هيكل التسعير ، كما سترى في هذا المثال من Sever Density.

سمحت الشركة ، وهي خدمة مراقبة الخادم والموقع الإلكتروني ، لعملائها بالدفع بناءً على عدد الخوادم ومواقع الويب التي يحتاجون إلى مراقبتها:

كان الهدف من الهيكل هو توسيع قاعدة العملاء ، وهو ما فعلته ، ولكن الآن كان الفريق يتطلع إلى زيادة الإيرادات. لذلك ، اختبروا A / B إصلاحًا شاملاً لأسعارهم ، مع نموذج معبأ:

أنتج الهيكل الجديد في الواقع عددًا أقل من التحويلات ، لكن قيمة كل منها ارتفعت بشكل كبير. فيما يلي النتائج:

كان متوسط ​​قيمة الطلب الآن أكثر من 55 دولارًا مقارنةً بالسابق: 19.70 دولارًا. تذكر الوجبات الجاهزة المختبرين بأمرين حاسمين:

يمكن استخدام اختبار A / B لأكثر من تغييرات التصميم السطحية.
التحويلات ليست كلها نهاية كل شيء. في بعض الأحيان ، تحصل التحويلات الأقل على نتائج أفضل.

كيف تجد الحد الأقصى العالمي والمحلي؟

تذكر: تقترب قوة اختبار A / B من الحد الأقصى العالمي قدر الإمكان مع التغييرات الكبيرة. للعثور على الحد الأقصى المحلي ، من الأفضل لك استخدام الاختبار متعدد المتغيرات بدلاً من ذلك.

هل وقعت في فخ اختبار عنصر صفحة واحد بدقة في كل مرة؟ هل تقوم بإجراء تغييرات متعددة لكل اختبار للعثور على الحد الأقصى العام؟

تعرف على كيفية توفير تخصيص إعلان 1: 1 لكل جمهور لديك من خلال Instapage Enterprise Demo اليوم.