الدليل الكامل للاختبار متعدد المتغيرات في عام 2022

أليس الاختبار متعدد المتغيرات (MVT) مجرد عدة اختبارات أ / ب تعمل في نفس الوقت؟

لا ، هذه واحدة من أكثر الأساطير شيوعًا حول MVT. إنها أكثر دقة من ذلك بكثير.

تشبه الاختبارات متعددة المتغيرات اختبارات A / B ولكنك تختبر سيطرتك مقابل متغيرات متعددة ، وليس واحدًا. كما ترى ، الأمر ليس فقط ضد "ب" ، بل هو أيضًا ضد "ج" و "د" و "هـ" وما إلى ذلك. وهي طريقة فعالة للمواقع عالية الحركة للعثور على مجموعة من التغييرات التي تحقق أفضل أداء.

لذا…

• متى يجب عليك استخدام اختبار MVT بدلاً من اختبارات A / B؟
• هل اختبار النسخ المختلفة من الأقسام هو نفسه اختبار A / B / n؟
• ما هي بعض الأمثلة على الاختبارات متعددة المتغيرات؟
• كيف يمكنك تشغيل واحدة للحصول على نتائج موثوقة؟

سنجيب عن أسئلتك حول الاختبار متعدد المتغيرات ، وتعزيز التجريب ومهارات CRO في العملية بحيث يمكنك في نهاية هذا الدليل نشر ما يخصك في 30 دقيقة.

إذا كنت تتطلع إلى الارتقاء بمهاراتك التجريبية إلى المستوى التالي ، فهذا الدليل مناسب لك.

يبدو ذلك جيدا؟ هيا نبدأ…

ما هو الاختبار متعدد المتغيرات؟

تخيل أنك تريد اختبار إصدارات مختلفة من عناصر مختلفة على صفحة ويب في نفس الوقت لمعرفة كيفية أدائها معًا ، الاختبار متعدد المتغيرات هو الاختبار الذي تقوم بتشغيله.

اختبار متعدد المتغيرات (اختبار MVT) هو أسلوب لاختبار متغيرات متعددة على صفحة ويب في مجموعات مختلفة. هذه المجموعات المحتملة تخلق أكثر من شكل واحد للصفحة ، ومن هنا جاء "متعدد".

لذا ، فإن الاختبار متعدد المتغيرات يشبه اختبار A / B / n لأننا نختبر شكلين أو أكثر ضد عنصر التحكم. الفرق هو أن اختبارات A / B / n غير متغيرة ، بينما تختبر الاختبارات متعددة المتغيرات مجموعة من التغييرات في الترادف.

على سبيل المثال ، إذا كنت ترغب في اختبار عنوانين مختلفين ، وصورتين ، ولونين من زرين على الصفحة ، سيبدو اختبار MVT الخاص بك كما يلي:

في اختبار MVT أعلاه ، تقوم باختبار عناصر مختلفة (العناوين ، واللون ، والصورة) دفعة واحدة في مجموعات مختلفة للعثور على أفضلها.

لكن هذا لا يعني أنه من غير الممكن عمل أكثر من شكلين مختلفين لعنصر واحد. يمكنك الحصول على 3 أو 4 أو أكثر واختبارها في نفس الوقت. يفضل الأشخاص تغييرًا واحدًا فقط حتى يتمكنوا من تتبع الارتفاع في معدل التحويل مرة أخرى إليه.

شيء آخر مهم يجب ملاحظته هو أن اختبار MVT ليس هو نفسه الاختبار المتزامن . يجري الاختبار المتزامن تجارب متعددة على نفس مجموعة العينات في نفس الوقت. وهذا يمكن أن يسبب تداخلا.

يمكن أن يبدو الاختبار المتزامن كما يلي: إجراء اختبار A / B للعثور على أفضل عنوان بين نسختين وإجراء اختبار MVT للعثور على أفضل مجموعة من العنوان وصورة البطل و CTA أو زر الإجراء على نفس الصفحة المقصودة في نفس الوقت.

في اختبار A / B / n (أو متعدد المتغيرات) ، نعمل مع متغيرات متعددة تخدم نفس فرضية سلوك المستخدم. تخيل أن العديد من اختبارات A / B على تلك الصفحة المقصودة تعمل في وقت واحد للإجابة على سؤال واحد. مثل ، "أي إصدار من هذه المجموعة يمنحنا أفضل تحسين؟"

اختبار متعدد المتغيرات مقابل اختبار A / B: ما الفرق؟

قد يبدو أن اختبار MVT هو شكل أكثر تقدمًا من اختبار A / B للعين غير المدربة. لكن كلا النوعين من الاختبارات مختلفان تمامًا.

يكمن الاختلاف بين اختبار A / B والاختبار متعدد المتغيرات في عدد المتغيرات التي يتم اختبارها مرة واحدة. سيشتمل اختبار A / B على متغير واحد تم اختباره مقابل عنصر التحكم ، بينما سيشتمل الاختبار متعدد المتغيرات على اثنين أو أكثر.

اختبار A / B يختبر عنصرًا واحدًا. على سبيل المثال ، أنت تختبر إضافة صورة إلى صفحة الويب الخاصة بك. قد تبدو تجربتك كما يلي:

• التحكم = لا توجد صورة
• الشكل 1 = الصورة

في هذه الحالة ، تقوم فقط باختبار الصورة على موقع الويب الخاص بك ، لذا فهي اختبار أ / ب.

في اختبار A / B / n ، كما هو الحال في الاختبار متعدد المتغيرات ، يمكن أن يكون لديك أشكال متعددة. لكن الاختلاف هو ، في اختبار A / B / n ، أنك تختبر عنصرًا واحدًا فقط (أو متغيرًا) ، بينما في اختبار متعدد المتغيرات ، تقوم باختبار عناصر متعددة في كل متغير.

هذا مثال رائع من iProspect ، وكالة الشريك المحول. أجرت الوكالة اختبارًا أظهر معلومات صفحة التسعير. تميزت تجربتهم:

• عنصر تحكم بدون معلومات تسعير ،
• البديل 1 بسعر بدء منخفض ،
• البديل 2 بسعر بدء مرتفع.

هل يمكنك تخمين نوع الاختبار هذا؟

في هذه الحالة ، نحن نختبر عنصرًا واحدًا فقط ، ونضيف معلومات التسعير ، لذلك لدينا نوع اختبار A / B / C (أو A / B / n).

عندما يتعلق الأمر بما هو أفضل بين اختبارات A / B والاختبارات متعددة المتغيرات ، فإن ذلك يعتمد على ما تحاول تحقيقه. هناك أوقات تكون فيها اختبارات MVT أكثر كفاءة من اختبارات A / B.

إذا كنت تريد اختبار عناصر مختلفة على الصفحة (وتأثيرات تفاعلها) ، فمن الأسهل استخدام MVTs بدلاً من اختبارات A / B. باستخدام اختبارات A / B ، يجب عليك إنشاء عدة اختبارات متتالية لتنويعات العناصر. وفي الوقت نفسه ، يتعامل معها متعدد المتغيرات في وقت واحد.

متى يتم إجراء الاختبارات متعددة المتغيرات؟

عندما تريد قياس أداء أحد المتغيرات مقارنة بأصلك الأصلي ، استخدم اختبار أ / ب. يعمل هذا إذا كنت تقوم بتغيير عنصر واحد ، على سبيل المثال ، عنوان مختلف أو لون زر مختلف. طالما أن هذه التغييرات تندرج تحت متغير واحد وتحصل على A مقابل B.

عندما يكون لديك أكثر من متغير واحد تم اختباره مقابل عنصر التحكم ، ولكنك لا تغير سوى عنصر واحد في كل مرة ، استخدم اختبار A / B / n.

دعنا نوضح: أنت تريد اختبار ما إذا كانت إضافة عنوان إلى صفحتك المقصودة ستؤدي إلى تحسين التحويلات. يمكنك إجراء اختبار A / B / n مثل Split Base ، وكالة شركاء التحويل. لقد أجروا اختبارًا لتحديد ما إذا كانت إضافة عنوان مدفوع بالمزايا ستؤدي إلى زيادة التحويلات.

ملاحظة: لقد فعلت! لقد زاد صافي الربح بنسبة 27٪.

يمكنك استخدام اختبار متعدد المتغيرات عندما يكون لديك أكثر من متغير وأكثر من متغير واحد. لنفترض أن لديك فكرتان إضافيتان للعناوين وخيارات CTA وهذا ينتج عنه إنشاء متغيرين C و D ، فإن MVT هي الطريقة الأكثر فاعلية لمعرفة كيفية تفاعل هذه التغييرات.

"ماذا لو استخدمت العنوان 2 بلون الزر 3؟ كيف سيؤثر ذلك على عدد الاشتراكات؟ " هذا هو نوع الأسئلة التي تجيب عليها MVT - التأثير على الأداء الناتج عن تغييرات عنصر الصفحة عندما يعملان معًا في نفس الوقت.

سيتجاوز اختبار النسخ المختلفة من الأقسام اختبار عنوان واحد واختبار المزيد من الأشكال المختلفة لتلك الصفحة. يعد التصميم والتشغيل أكثر تعقيدًا ، لذا يجب أن يكون اختياره على اختبار A / B أمرًا يستحق كل هذا العناء.

في كثير من الأحيان ، يكون اختبار A / B كافياً لتقديم الإجابات التي نبحث عنها. يعد MVT أكثر ملاءمة للحالات التي تعتقد فيها أن متغيرًا واحدًا أو أكثر لديه فرصة للتغلب على A و B.

بعض هذه الحالات هي:

1. لديك عدد كبير من الزيارات وتريد جمع المزيد من التعلم في فترة زمنية أقصر. يوفر الاختبار متعدد المتغيرات للمواقع عالية الحركة فرصة لاختبار مجموعة من الأفكار في وقت أقصر ، ولكن يجب أن تكون هذه الأفكار عالية الجودة حتى لا تضيع الموارد.
2. تحتاج إلى معرفة مجموعة العناصر التي أدت إلى تحسين التحويل. لأن سلسلة من اختبارات A / B المختلفة ستكون زائدة عن الحاجة.

من الصعب نشر متغير يحتوي على جميع التغييرات المرغوبة المضمنة فيه. ربما لا تسمح منصة الاختبار الخاصة بك بهذا المستوى من الحرية. هذه طريقة واحدة للتغلب عليها. ولكن إذا كان من المستحيل ترميز هذه التغييرات لاحقًا ، فلن تتمكن من استخدام نتائج الاختبار الخاصة بك.

فوائد الاختبار متعدد المتغيرات

اختبار النسخ المختلفة من الأقسام له تأثير لا يمكن إنكاره على معدلات التحويل والأرباح. فكر في الأمر. إذا لم يحدث ذلك ، فلن يتحدث أحد عن استخدامه!

تتمثل إحدى فوائد اختبار MVT في أنه يتيح لك معرفة كيفية تأثير التغييرات على موقع الويب الخاص بك على معدلات التحويل. ويتيح لك الاختبار متعدد المتغيرات قياس تأثير التفاعل بين هذه التغييرات. يمكنك قياس التأثير المركب للتغييرات الصغيرة المختلفة ومعرفة كيف يؤثر ذلك على معدل المحادثة.

سلبيات الاختبار متعدد المتغيرات

هناك أسباب وراء قيام مواقع الويب التي تتمتع بكمية كبيرة من الزيارات والميزانيات الكبيرة بإجراء اختبارات متعددة المتغيرات. دعنا نتحدث عن سلبيات إجراء اختبار MVT.

1. يتطلب حجم عينة كبير

كلما زاد عدد التغييرات التي تقوم باختبارها ، زادت التنوعات التي ستحصل عليها. يحتاج كل من هذه المتغيرات إلى تلقي حركة مرور كافية للوصول إلى stat sig ، لذلك عليك الانتظار لفترة أطول للحصول على نتائج دقيقة. هذا هو السبب في أن الكثير من مواقع الويب لا يمكنها إجراء اختبارات MVT لأنها تفتقر إلى حركة المرور الخاصة بها.

2. اختبارات MVT تستغرق وقتًا

كما ذكرنا أعلاه ، يحتاج كل متغير إلى حركة مرور والكثير منها. كلما زاد عدد التركيبات التي تختبرها ، زادت الاختلافات المختلفة ، وكلما طال الانتظار.

لكن هذا مبرر في معظم حالات CRO. لأنه إذا كنت ستقسم اختبار MVT إلى سلسلة من اختبارات A / B ، فسوف تقضي المزيد من الوقت وحركة المرور.

3. يكلف أكثر للتشغيل

ستحتاج إلى مزيد من الوقت (والمال) لتطوير كل متغير وضمان الجودة. لهذا السبب يجب أن يكون قرارك بإجراء هذه الاختبارات على اختبارات A / B الأبسط لأسباب قوية ، وإلا فإن عائد الاستثمار في الاختبار الخاص بك سيحقق نجاحًا.

4. أنت أكثر عرضة للخطأ

عند تشغيل اختبارات A / B / N ، لا يمكنك تطبيق نفس الإحصائيات التي تستخدمها لاختبارات A / B. تتطلب المتغيرات الإضافية تعديل اختبارات الأهمية الإحصائية. يعني معدل الخطأ العائلي المتزايد (FWER) أنه من المرجح أن ترتكب خطأ من النوع الأول وتضع علامة على المتغير الخاطئ كفائز.

أمثلة للاختبارات متعددة المتغيرات التي أظهرت تأثيرًا كبيرًا

1. أجرت Microsoft اختبارًا متعدد المتغيرات على موقع SMB الخاص بها وحصلت على متغير زاد التحويل بنسبة 40٪!

2. في عام 2009 ، قام YouTube بتشغيل MVT على صفحته الرئيسية لجذب المزيد من الأشخاص للاشتراك للحصول على حساب. يسمونها "تجربة الوصفة 1.024". فاز متغير واحد برفع 15.7٪.

3. Booking.com معروف للاختبار. يستخدمون اختبارات متعددة المتغيرات لمعرفة كيفية استخدام الميزات الجديدة مع جمهور أصغر قبل طرحها.

4. أراد HawkHost رؤية رفع على صفحتهم الرئيسية وقد حصلوا عليه. اختبرت هذه العناوين الرئيسية والعناوين الفرعية وصورة البطل في اختبار متعدد المتغيرات أدى إلى زيادة المبيعات بنسبة 204٪. انه ضخم.

5. يعد تخطيط الصفحة المقصودة لشركة Amazon نتيجة لاختبارات متعددة المتغيرات. لقد استخدموه جنبًا إلى جنب مع التعلم الآلي للعثور على التصميم الأمثل الذي أدى إلى التحويل وحقق نقطة جيدة أدت إلى زيادة معدل الشراء بنسبة 21٪ في 7 أيام.

مصدر

إحصائيات اختبار متعدد المتغيرات: مقدمة في التحليل متعدد المتغيرات

إذا كنت مهتمًا بكيفية عمل الاختبار متعدد المتغيرات أسفل واجهة المستخدم الفاخرة لأدوات الاختبار وصولاً إلى المبادئ التي تقف وراءها ، فلنشجعك:

التحليل متعدد المتغيرات (MVA) هو نوع من التحليل الإحصائي حيث يتم تحليل أكثر من متغير تابع إلى جانب متغيرات أخرى في نفس الوقت. يعتمد على كيفية عمل العالم الحقيقي: أكثر من عامل مسؤول عن نتيجة معينة.

لا يتم استخدامه فقط في التسويق الرقمي (أي تحسين معدل التحويل) ، كجزء من تحليل البيانات الاستكشافية ، بل يتم تطبيقه في مجالات مختلفة مثل الرعاية الصحية والتصنيع والنقل وما إلى ذلك. إنه يقود الكثير من صنع القرار في عالم الشركات وكذلك في الحكومة.

على الرغم من كونها معقدة ، إلا أنها طريقة دقيقة لتحليل العلاقة بين المتغيرات التابعة والمستقلة.

MVT وحركة المرور: كيفية حساب حجم العينة لاختبار متعدد المتغيرات؟

أفضل طريقة هي استخدام أداة حاسبة حجم العينة الخاصة بنا. سيوفر هذا كل ما تحتاجه للبدء في تصميم اختبار صحي متعدد المتغيرات.

متى تتوقف عن اختبار متعدد المتغيرات؟

قد يؤدي إيقاف الاختبار في وقت مبكر جدًا إلى حدوث أخطاء ، لأن البيانات التي تم جمعها لن تكون كافية لإجراء أي تحليل دقيق.

ربما تكون قد سمعت بعض الأشخاص يقولون إنه يجب عليك التوقف عندما يكون هناك فائز واضح ، أو إيقاف تغيير إذا انخفض معدل التحويل إلى أقل من 10٪ ونقل حركة المرور إلى الأفضل أداءً - كن مطمئنًا ، سيؤدي ذلك إلى تلويث النتائج بشكل كبير.

يجب ألا تتوقف أبدًا عن اختبار النسخ المختلفة من الأقسام من قبل:

1. جمع حجم عينة كبير بما يكفي لكل متغير. لذلك ، دعها تعمل لفترة أطول لجمع تحويلات كافية لتكون ذات صلة.
2. تشغيل دورة بيع كاملة أو دورتين لموازنة فترات التسوق والتسوق على مدار 30-60 يومًا.
3. الوصول إلى الدلالة الإحصائية. هذا يعني أنه عند دفعها للعيش ، يجب أن تكون قادرة على تكرار نتائجها بدقة 95 ٪.

كيفية تصميم اختبار متعدد المتغيرات؟

يتشابه اختبار A / B والاختبار متعدد المتغيرات في كيفية تصميمهما وإجرائهما.

نحدد منهجية اختبار خطوة بخطوة لتشغيل MVT أدناه. ولكن إليك نظرة سريعة:

1. تحديد مشكلة وصياغة هدف: عندما تتصفح بياناتك ، حاول فهم تجربة زوار موقع الويب ، والعثور على مشكلة. قم بصياغة فرضية (حل له هدف) وأسس اختبارك على هذا الأساس.
2. حدد ما يجب اختباره: ستشمل فرضيتك مجموعة من عناصر صفحة الويب. اكتشف ما ستفعله معهم لتحقيق الهدف. قم بإنشاء متغيرات من هذا لتتعارض مع الأصل.
3. تقدير الإطار الزمني وحجم العينة: ليس عليك القيام بذلك بنفسك. استخدم حاسبة حجم العينة قبل الاختبار. سيساعدك على معرفة الأرقام الأساسية التي تحتاجها.
4. بناء الاختبار: في منصة الاختبار الخاصة بك ، قم بإعداد الاختلافات في مجموعاتها.
5. تأكد من أنه يعمل: قم بإجراء اختبارات ضمان الجودة على كل علاج جديد للتأكد من أنها تعمل على النحو المنشود.
6. قم بإجراء اختبارك: ابدأ في توجيه حركة المرور إليهم.

الآن ، دعنا نلقي نظرة فاحصة على كل خطوة - من جمع البيانات إلى ضمان الجودة:

جمع البيانات للاختبار متعدد المتغيرات

كيف يتم جمع البيانات أثناء الاختبار متعدد المتغيرات؟ هناك طريقتان رئيسيتان يجب الانتباه لهما:

1. عامل عاملي كامل

وإليك كيف يعمل: كل متغير في MVT الخاص بك يحصل على كميات متساوية من جميع الزيارات القادمة إلى موقعك. إذا كان لديك 5 متغيرات ، فسيحصل كل منها على 20٪ من حركة المرور القادمة إلى موقعك.

بالطبع ، للوصول إلى دلالة إحصائية ، ستتطلب هذه الطريقة عددًا كبيرًا من الزيارات وسيتعين تشغيلها لفترة طويلة. لكن هذه السمة تجعل العامل الكامل هو الخيار الأكثر دقة.

2. العامل الكسري

على عكس نظيره "الكامل" ، فإن العامل الكسري يختبر فقط مجموعة فرعية من المتغيرات الخاصة بك. لهذا السبب يوجد "كسر" في اسمه.

إذا كان لديك 10 متغيرات ، فستختبر 5 منها ، وبناءً على النتائج ، توقع أداء الخمسة التي لم تختبرها.

وبسبب هذا ، فإنه يعمل بشكل أسرع من العامل الكامل ولكنه أقل دقة بشكل ملحوظ. وتتمثل فائدته في حصولك على لمحة عما سيبدو عليه الاختبار الكامل قبل الالتزام.

ماذا عن طريقة تاجوتشي؟ يقول البعض إنه اسم آخر لمضروب الكسور. إنه معقد للاستخدام. لذا ، فإن معظم الأدوات لا تقدمه.

توليد الفرضيات للاختبار متعدد المتغيرات

يجب عليك إنشاء فرضية الاختبار متعددة المتغيرات الخاصة بك بناءً على بيانات نوعية وكمية دقيقة.

لا تريد تخمين أو استخدام أفكار الاختبار الشائعة التي وجدتها في مدونة لإجراء اختباراتك. اختر شيئًا ذا صلة ، مثل حل مشكلة وجدتها أثناء غربلة بياناتك أو اختبار فكرة تعتقد أنها يمكن أن تؤدي إلى تحسين.

سيكون هذا بمثابة هدف اختبارك. يمكنك استخدام مُنشئ الفرضيات الخاص بنا لمساعدتك على التوصل إلى واحد قوي.

ضمان الجودة للاختبار متعدد المتغيرات

بدون ضمان الجودة ، يمكن لأي اختبار أن يكون مضللاً. التقدم بدون ضمان الجودة أمر محفوف بالمخاطر ويمكن أن يتسبب في أخطاء باهظة الثمن. قبل أن تثق في رؤى اختبارك ، مررها عبر عدة نقاط فحص:

• إعداد ضمان الجودة: عندما تقرر الإعداد لاستخدامه في عملية ضمان الجودة ، حدد حالات الاستخدام الخاصة لاختبار تجربة المستخدم على الأجهزة والمتصفحات التي ستستخدمها في ضمان الجودة ، وما إلى ذلك.
• العوامل الخارجية: تعرف على العوامل التي لا يمكنك التحكم فيها والتي قد تؤثر على الاختبار مثل الأحداث أو العطلات ، والاختبارات الأخرى التي تعمل في نفس الوقت ، والأحداث ، وزيارات الموقع.
• إعداد التجربة: تحقق من جودة صياغة الفرضية ، وتخصيص حركة المرور ، وما إذا كان الوميض سيؤثر على الاختبار ، والتأخيرات والأخطاء الأخرى ، وما إلى ذلك.
• عبر المتصفح وعبر الأجهزة: تحتاج إلى التحقق من الطباعة والخطوط ونظام الألوان عبر الأجهزة ودقة الشاشة ، والتحقق من الهوامش والحشوات ، والتحقق من قابلية الاستخدام ، وكيفية أداء عناصر الصفحة على الأجهزة المختلفة ، والمزيد.

والتناقضات الأخرى التي ربما تكون قد اكتشفتها: من الضروري مشاركة الكلمة حول هذا الأمر مع فريقك للإصلاحات.

كيف تقوم بإجراء اختبار متعدد المتغيرات؟ نشر اختبار متعدد المتغيرات في تحويل الخبرات.

يستغرق إنشاء اختبار متعدد المتغيرات في "تحويل التجارب" 4 خطوات بسيطة فقط. إليك ما يجب القيام به:

1. قم بتسمية تجربتك
   
   في تحويل التجارب ، حدد "تجربة جديدة" ، ثم "متعدد المتغيرات" ، وقم بتسمية تجربتك:

   

2. اصنع الاختلاف
   
   بعد تحميل عنوان URL للصفحة التي تستخدمها للاختبار ، يكون الشكل الأول جاهزًا للتحرير. يمكنك تحرير النسخة وإضافة صور جديدة ، سمها ما شئت. في المثال أدناه ، قمنا بما يلي:
   
   - تم النقر فوق عنصر لتغييره (تم تمييزه باللون البرتقالي)
   - حدد إجراءً في القائمة ، أي تغيير مصدر الصورة

   

3. قم بتسمية الشكل
   
   هذا جميل لا يحتاج إلى شرح. سترغب في اختيار شيء يبرز لك في إعداد التقارير لاحقًا.
4. حدد الأهداف والجماهير
   
   انتقل إلى ملخص التجربة ، وقم بإعداد أهداف الجمهور والتجربة.
   
   ها أنت ذا! تجربتك جاهزة وتعمل.

الآن بعد أن فهمت ماهية الاختبار متعدد المتغيرات وكيفية إعداد اختبار متعدد المتغيرات بنجاح ، فلنقم بتفصيل بعض الأنظمة الأساسية المختلفة التي يمكنك الاختيار من بينها. تقدم العديد من أفضل أدوات اختبار A / B في السوق اختبارًا متعدد المتغيرات واختبار A / B في برنامج واحد. إذن أيهما هو الأنسب لاحتياجاتك؟

إذا كانت طريقة الاختبار متعدد المتغيرات عاملاً حاسمًا بالنسبة لك ، فأنت في المكان المناسب. تمنحك القائمة أدناه أفضل 9 لاعبين للاختبار متعدد المتغيرات في السوق.

ما هي أفضل أدوات اختبار A / B ومتعددة المتغيرات المتاحة؟

فيما يلي نظرة على أدوات الاختبار متعددة المتغيرات التي يفضلها خبراء CRO ، جنبًا إلى جنب مع طرق الاختبار متعددة المتغيرات التي يقدمونها:

• تحويل الخبرات - العوامل الكاملة
• AB Tasty - عامل كامل
• Google Optimize & Optimize 360 ​​- نهج هجين ليس عاملًا كاملًا ولا كسورًا
• Adobe Target - Full Factorial و Taguchi
• Kameleoon - عامل عاملي كامل وجزئي عاملي
• على النحو الأمثل - العوامل الكاملة والجزئية والتاجوشي
• Sitepect - العامل الشامل والكسر العاملي
• فولكس فاجن - العامل الكامل
• تحسين اتجاهات الويب - عامل عاملي كامل وجزئي عاملي

هل ما زلت غير متأكد من أداة اختبار النسخ المختلفة التي تختارها؟ تحقق من هذا التقسيم الكامل لأفضل أدوات اختبار متعدد المتغيرات.

أهم أخطاء اختبار المتغيرات المتعددة التي يجب تجنبها في عام 2022

يمكن أن تساعدك هذه الاختبارات فقط في تحقيق أهداف التحسين الخاصة بك إذا كنت تستخدمها بالطريقة الصحيحة.

ولكن بعد ذلك نحن بشر وأدواتنا ليست مثالية ، لذلك تحدث الأخطاء. يمكنك تقليل فرص إفساد اختباراتك عن طريق تجنب ما يلي:

1. عدم اختبار أداة MVT للتأكد من دقتها

قم بإنشاء أشكال مختلفة من صفحتك ، ولكن لا تغير أي شيء. احتفظ بها كما هي وتشغيل الباقي. نظرًا لأن الأشخاص يرون نفس الشيء ، يجب أن تكون النتائج هي نفسها.

2. لا تبدأ بفرضية صلبة

إجراء اختبار بدون خط أساس وما يمكن توقعه هو إجراء أعمى. إنه لا يساعدك ولا يفيد الموقع الذي تختبر عليه. قم بإنشاء فرضية أولاً.

3. تقليد منافسيك

مؤسستك فريدة وأهدافك مختلفة. تقليد منافسيك ليس مفيدًا. لن تنطبق العديد من اختباراتهم على حالتك فحسب ، بل قد لا يعرفون ما الذي يفعلونه.

4. إجراء الاختبارات أثناء الأحداث الموسمية أو أحداث الموقع / المنصة الرئيسية

إذا لم يكن اختبارك مخصصًا لحدث ما ، فلا يجب أن تجري اختبارًا متعدد المتغيرات أثناءه. لن تعكس النتائج الأداء الدقيق ليوم عادي.

5. اختلاس النظر

من الصعب مقاومة الإغراء. أنت فقط تريد أن ترى كيف تسير الأمور. ربما وضعت رهانًا على أحد المتغيرات وتريد معرفة الفائز. لا.

لن تحصل فقط على توقعات غير دقيقة ، ولكن يمكنك أيضًا اتخاذ قرارات خاطئة بناءً عليها. يمكنك التحقق لمعرفة ما إذا كانت تعمل أو إذا كانت هناك أي أخطاء ، وهذا كل شيء.

6. عدم إجراء اختباراتك لفترة كافية

تحتاج الاختبارات متعددة المتغيرات إلى التشغيل لفترة طويلة. فكر في الأمر على أنه اختبارات أ / ب منفصلة يجب أن تحصل على عدد زيارات كافٍ للوصول إلى دلالة إحصائية. دع اختبارات النسخ المختلفة من الأقسام تعمل لفترة كافية حتى تتمكن من الحصول على نتائج دقيقة ومهمة.

7. إجراء تغييرات أثناء تشغيل الاختبار

يمكنك إصلاح الأخطاء ، ولكن لا يمكنك إعادة تصميم موقع الويب الخاص بك أو إجراء تغييرات على النسخ. يجب أن يظل أي شيء يغير شكل ومظهر المتغيرات كما هو بعد بدء الاختبار.

8. نسيان إيقاف الاختبار بعد الحصول على نتائج دقيقة

يحدث ذلك في كثير من الأحيان مما كنت اعتقد. ما يعنيه هذا هو أنه بعد أن يكون لديك فائز واضح ، ستظل تُظهر لبقية حركة المرور نسخة أضعف من موقعك. أنت لا تريد أن تفعل ذلك.

9. الاستسلام بعد اختبار واحد

ربما تحولت جميع المتغيرات الخاصة بك إلى أسوأ من عنصر التحكم ، فماذا في ذلك؟ لقد تعلمت للتو طرقًا مختلفة لا تعمل. قم بإجراء المزيد من الاختبارات واحصل على المزيد من الأفكار. كل المعرفة ذات قيمة.

10. عدم التحقق من الصلاحية بعد الاختبار

بعد كل ما قيل وفعلت وحصلت على نتائجك ، هل هذه هي النهاية؟ هل تقوم بإغلاق منصة الاختبار والمضي قدمًا؟ من الأفضل الجلوس والتحقق مما إذا كان كل شيء يسير بسلاسة قبل الوثوق في دقة النتائج.

11. عدم إجراء اختبارات كافية

عند إجراء اختبار ، سواء كان فائزًا أو خاسرًا ، تعلم منه. استخدم معرفتك المكتشفة حديثًا لإنشاء فرضية أكثر استنارة وتشغيلها مرة أخرى. ومره اخرى. هذه هي الطريقة التي تجعل التجريب يعمل من أجلك.

12. عدم توثيق الاختبارات

احتفظ بقاعدة بيانات لاختباراتك. سيؤدي ذلك إلى تحسين أداء فريق التحسين الخاص بك ، حتى لو كان هذا الفريق أنت وحدك. نحتاج جميعًا إلى التعلم من التجارب السابقة لجعل التجربة التالية أفضل.

وأيضًا لتجنب تضييع الوقت في إجراء نفس الاختبارات مرتين.

استنتاج

سواء كان لديك متجر للتجارة الإلكترونية أو SaaS أو صفحة مقصودة بسيطة ، فهناك سيناريوهات يكون من المنطقي فيها إجراء اختبار متعدد المتغيرات. قد يكون لديك موقع ويب به عدد كبير من الزيارات ، ولكن لا يزال يتعين عليك تحديد ما إذا كان اختبار النسخ المختلفة من الأقسام مناسبًا لموقع الويب الخاص بك. قم بتقييم التكلفة وحركة المرور والحاجة لمتغير متعدد المتغيرات قبل تشغيل واحد.