ما هو ما بعد التجزئة في اختبار أ / ب؟ و 5 نصائح لاستخدام التقسيم المتقدم بعد التقسيم لتحقيق أقصى استفادة من تقارير تجربتك

يتجاوز التقسيم نطاق ما يمكن أن يفعله اختبار A / B التقليدي ، مما يسمح لك بفهم جمهورك بشكل أفضل ، من خلال تقسيمهم إلى مجموعات مستهدفة محددة.

يسمح لك التقسيم اللاحق ، على وجه الخصوص ، بتحديد شرائح الجمهور بمجرد اكتمال الاختبار ، مما يترك لك مجالًا لإجراء اكتشافات مفيدة حول جمهورك أثناء عملية الاختبار.

يوفر التحويل بعض الأدوات الرائعة لكل من التقسيم المسبق واللاحق ، حتى تتمكن من تحسين أسعارك ، وفهم جمهورك بشكل أفضل ، والحصول على عائد استثمار أكبر ، وتحديد حتى المشكلات الأكثر دقة التي قد تسبب مشاكل لموقعك ، وجذب المزيد من المعلومات الاستنتاجات بشكل عام.

في الآونة الأخيرة ، تلقيت مكالمة لاستكشاف الأخطاء وإصلاحها مع عميل تحويل لسلسلة بيع بالتجزئة كبيرة متعددة الجنسيات. انا سألت:

"كيف يمكنك معرفة ما إذا كان ترويج المنتج له تأثير إيجابي على المبيعات المستقبلية للمنتج أو المنتجات المماثلة الأخرى؟"

أجابوا:

"ببساطة عن طريق تشغيل تجربة A / B لجميع زوار موقع الويب ومقارنة مبيعات ما قبل الترويج وبعده."

على الرغم من أن هذه الإجابة قد تحصل على درجة عالية من عدد من المنظمات ، إلا أنها تعتبر غير فعالة أو غير صحيحة من قبل أي منظمة متطورة تحليليًا.

يعمل هذا النوع من التحليل المبسط في حالة مستقرة ، حيث لا يوجد تأثير من التغييرات في العوامل الخارجية أو العوامل التي لا يمكن السيطرة عليها.

ومع ذلك ، ليس هذا هو الحال في معظم التطبيقات العملية.

في عالم اليوم ، يمكن أن تتغير العوامل الخارجية بين عشية وضحاها ، وقد تكون تكلفة استخلاص استنتاجات غير صحيحة عالية.

إذن ، كيف تحدد فعالية ترويج المبيعات؟

الحل البسيط هو إجراء اختبارات أو تجارب أ / ب للجماهير المستهدفة.

الهدف من اختبار A / B أو اختبار الانقسام هو زيادة معدل التحويل ، أو عدد الإجراءات التي يتخذها عملاؤك ، مثل النقر فوق زر الحث على اتخاذ إجراء أو ارتباط نصي أو ارتباط تنقل.

لكي تكون فعالًا ، يجب أن تفكر أولاً في جمهورك ككل. تبدأ وجهة النظر هذه بالأسئلة التالية:

• من هم عملائي المحتملين؟
• ما الذي أتى بهم إلى هنا؟
• ماذا يريدون من علامتنا التجارية؟

بمجرد إجابتك على هذه الأسئلة الثلاثة المهمة ، يمكنك البدء في اختبار شرائح الجمهور أو ببساطة استخدام التقسيم.

لنبدأ ببعض التعريفات: ما هو التقسيم؟

زوار موقع الويب الخاص بك ليسوا جميعا نفس الشيء. قد يأتون من بلدان مختلفة ، ويتحدثون لغات مختلفة ، ويستخدمون متصفحات مختلفة ، ويصلون إلى الموقع من خلال مواقع ويب مختلفة ، ويستخدمون أجهزة مختلفة ، ولديهم مجموعة متنوعة من الاختلافات الدقيقة والمهمة.

إذن ، ما الهدف من اختبار A / B لجميع الزوار في وقت واحد؟ يمكن أن تكون نتائج اختبار A / B غير المجزأة خادعة ، مما يؤدي إلى إجراءات متحيزة.

ومع ذلك ، يمكنك تحسين الجمهور الذي تريد فهمه من خلال تقسيمه.

يكون هذا مفيدًا بشكل خاص عندما تريد فقط مجموعة فرعية من الزائرين للمشاركة في اختبار A / B حتى تتمكن من معرفة كيف تؤثر التغييرات على هذا الهدف المحدد. قد تكون مهتمًا بإجراء اختبار A / B على موقع الويب الخاص بك مع الزائرين القادمين من منطقة معينة فقط ، باستخدام متصفح معين ، أو الوصول إلى موقعك خلال عطلات نهاية الأسبوع.

من خلال التقسيم ، ستتمكن من الإجابة على هذه الأسئلة:

• هل هناك فرق بين كيفية عمل هذه التجربة للعملاء الجدد والزائرين المتكررين؟
• هل هناك شكل يعمل جيدًا بشكل خاص لنوع معين من الزيارات؟
• هل هناك تباين يؤدي أداءً ضعيفًا بشكل خاص على متصفح أو نظام تشغيل معين؟ هل من الممكن أن يكون هناك خلل؟
• هل هناك اتجاه بين المستخدمين الذين أجروا تحويلاً وأولئك الذين لم يجروا تحويلاً داخل كل شكل؟

قبل أو بعد الانقسام؟

هناك اعتبار آخر عند التقسيم وهو ما إذا كنت تريد تصميم تجربة مع وضع التجزئة في الاعتبار أو تحديد المقاطع بعد تنشيط / إكمال التجربة.

إذا تم تصميم التجربة مع وضع شريحة معينة في الاعتبار ، فإن حجم العينة وبالتالي الأهمية الإحصائية عادة ما يكونان كافيين للسماح باتخاذ قرار.

من ناحية أخرى ، إذا اكتشفت بعض الأنماط من خلال تقطيع وتقطيع شرائح عشوائية ، فمن الأهمية بمكان التأكد من توفر حجم عينة كافٍ. إذا لم يكن الأمر كذلك ، فيجب عليك إما تمديد مدة التجربة أو إعادة الاختبار.

لا يساعد تجزئة التجارب من البداية دائمًا في عملية البحث / الفرضية. الهدف من التجربة هو تحديد الأجزاء التي تستجيب لأي من الاختلافات ، وقد يكون من الصعب القيام بذلك إذا تم تقسيمها قبل بدء الاختبار. إذا كنت لا تعرف مسبقًا أنك ستقوم بتقسيم نتائجك ، فقم بإجراء اختبارات متابعة لشرائح معينة عالية الأداء حتى يكون لديك حجم عينة كافٍ لاستخدامه.

يمكن أن يساعد تجزئة ما بعد الاختبار في تحديد هذه الأنماط والإشارات ، والتي يمكن استخدامها بعد ذلك للتخطيط المسبق للاختبار ، فضلاً عن احتمال اختبار مناطق محددة مع السياق المناسب وتخطيط العينة. يمكنك بعد ذلك إنشاء وإجراء اختبارات منفصلة تمامًا باستخدام فرضيات خاصة بالجهاز.

يمكنك أيضًا إنشاء تقارير إذا أجريت التجربة مع وضع الشرائح في الاعتبار من البداية (كما هو الحال في كثير من الأحيان في تجارب المتابعة).

لماذا من المهم تقسيم نتائج اختبار أ / ب؟

تتيح لك أدوات اختبار A / B التقليدية تشغيل التجارب لأكبر عدد ممكن من الجمهور ، واختبار الإصدار الأصلي أو الأساسي من موقع الويب الخاص بك مقابل الاختلافات الجديدة.

من ناحية أخرى ، يسمح لك التقسيم بالتركيز على توقعات كل عميل أثناء عملية الاختبار.

معرفة أفضل لعملائك

يستلزم تقسيم زوار موقعك إجراء فحص شامل لمن يتكون منهم ذلك الجمهور والسمات التي تلاحظها بينهم. كما يسمح لك بتحديد عوامل مثل المجموعات الأكثر ولاءً للشركة أو المجموعات التي تنفق أكثر.

ستسمح لك هذه المعلومات بمطابقة جهودك التسويقية المستقبلية بشكل أفضل ، فضلاً عن توفير تجربة عملاء أكثر جاذبية وجودة أعلى لزوارك.

تحسين السعر الأمثل

من الضروري إجراء بحث لفهم كل من عملائك ومؤسستك. وعلى الرغم من أن الأمر ليس سهلاً دائمًا ، إلا أن تحديد السعر المثالي لمنتجك أو خدمتك ليس مستحيلًا - خاصةً إذا كانت لديك الأدوات اللازمة وفهم قوي لأفكار التسعير الأساسية. أثناء اختبار الأسعار الجديدة ، يمكنك تحديد مجموعات الأشخاص الذين يرغبون في إنفاق مبلغ إضافي قليلاً لتحسين معين لمنتجاتك أو خدماتك ، باستخدام استراتيجية تجزئة على تجارب A / B الخاصة بك.

خلق قيمة أكبر

ستلاحظ عائد استثمار أكثر أهمية في حملاتك ومبادراتك التسويقية عندما تستخدم استراتيجية تجزئة للزائرين ، بدلاً من اتباع نهج عام.

سيكون متوسط ​​معدل النجاح لتجربة غير مستهدفة والتي تذهب إلى مجموعة كاملة من الزوار أقل من تلك الخاصة بتجربة مناسبة ومتميزة مستهدفة بشكل صحيح في مختلف القطاعات.

بشكل أساسي ، يعد تحسين قطاع تلو الآخر أكثر فاعلية من تحسين إجمالي الزوار.

تجارب غير حاسمة

لنفترض أنك كنت تجري اختبارًا أو تجربة لفترة طويلة وتكشف النتائج عن تحسن بسيط ، ولكن لا يمكن استخلاص نتيجة. ماذا يحدث الان؟

لا داعى للقلق. على الرغم من أنه قد يبدو كما لو أن الاختبار كان مضيعة للوقت والموارد ، إلا أن المعلومات التي جمعتها في الواقع لا تزال مفيدة بشكل لا يصدق!

يعتبر تجزئة البيانات التي تم جمعها الخطوة الأولى في تشريحها.

سيوفر فحص بياناتك استنادًا إلى شرائح مميزة مزيدًا من المعلومات للمساعدة في إنشاء التكرارات.

إذا أجريت اختبارًا أدى إلى تغيير كيفية عرض صفحة تفاصيل المنتج ، فحاول تقسيم البيانات حسب الجهاز . من خلال القيام بذلك ، قد تجد فائزًا واضحًا بنتائج ذات دلالة إحصائية.

تحديد البق والعناصر المكسورة

حتى إذا كنت قد اختبرت الكود الخاص بك بشكل كامل قدر الإمكان ، فربما تكون قد أغفلت مشكلات الاستجابة الحاسمة على أجهزة معينة (إما بسبب إصدار نظام التشغيل أو الاتصال بالإنترنت في مواقع محددة أو الجهاز نفسه).

يمكن أن تكون حالة التجزئة الحالية في أعمال الهواتف الذكية مشكلة كبيرة للمطورين. غالبًا ما يقدم العملاء تعليقات سلبية على التصميمات والميزات التي قد يحبونها بخلاف ذلك ، نظرًا لوقت التحميل والاستجابة والأعطال (بدلاً من فائدة المفهوم الأصلي).

لنفترض أنك تحاول تجربة لافتة جديدة لصفحتك الرئيسية أو صفحتك المقصودة وتجد أن أداءها ضعيف مقارنة بالإصدار الأصلي. قد يكون هذا لأن النسخة الأصلية أكثر سهولة في الاستخدام. ولكن ، ربما لا تزال تعتقد أن الإصدار الجديد أفضل ، بناءً على حدسك ومدخلات العملاء. ستكون هذه لحظة جيدة لاستخدام البيانات المجزأة ، لمعرفة ما إذا كان هناك أي شيء آخر يحدث.

توضح البيانات المجزأة أن التقييمات غير المواتية مرتبطة بمشكلات الأداء في مجموعة فرعية من إصدارات تطبيقات Android للجوّال. لا يلزم رفض تصميم التدفق الجديد ؛ ومع ذلك ، يجب تحديث الكود لإجراء مزيد من الاختبارات.

الشرائح الشائعة التي يمكنك استخدامها في تجارب A / B الخاصة بك

في ما يلي بعض الأمثلة على الشرائح الشائعة التي يجب وضعها في الاعتبار عند إجراء التجارب:

التقسيم الجغرافي

يعد الموقع الجغرافي مكونًا مهمًا في تحديد وضع السوق ومبيعات المنتجات لأن الناس سيكون لديهم رغبات ومتطلبات مختلفة ويظهرون ميزات مميزة ، بناءً على المكان الذي يعيشون فيه.

هذا شيء يجب التفكير فيه عند تشغيل تجارب A / B الخاصة بك. لهذا السبب يجب عليك تضمين التقسيم الجغرافي في حملاتك الإعلانية والتسويقية.

تجزئة الطقس

يمكن أيضًا استخدام الطقس لتقسيم الجماهير ، مما يساعد شركات التجارة الإلكترونية من خلال كتالوجات المنتجات الموسمية على بيع الملابس والسلع الأخرى ذات الصلة.

للطقس تأثير كبير على سلوك العملاء ، ويوفر فرصة قيّمة للشركات للتأثير على صنع القرار وتعزيز التحويلات.

يمنح استهداف الطقس مواقع الويب فهماً أكبر لاحتياجات عملائها ، فضلاً عن سجل حافل بتلبية تلك المطالب.

يسمح لك تسويق الطقس بأن تكون مبدعًا كما تريد ، ويجب على الشركات من جميع الأحجام استخدامها كجزء من إستراتيجيتها التسويقية الشاملة.

بمجرد التعرف على كيفية تأثير التغيرات في درجات الحرارة على شركتك ، يمكنك حينئذٍ تكييف إجراءات شركتك وتحسينها.

• استهداف الإعلان: استخدم بيانات الطقس كإشارات استهداف في منطق إعلانك (على سبيل المثال ، اعرض صيغة إعلان واحدة في حالة هطول الأمطار ، واعرض صيغة مختلفة إذا كانت الظروف واضحة).
• محتوى الإعلان: استخدم بيانات الطقس كمحتوى داخل الإعلانات (على سبيل المثال ، عرض الظروف الحالية / قيم درجات الحرارة).
• كل من استهداف الإعلانات والمحتوى: اجمع بين استهداف الطقس والمحتوى لتجربة مستخدم قوية.

يجب دمج تجزئة الطقس مع الموقع الجغرافي للعميل لفهم ذلك. على سبيل المثال ، قد تدفع درجة حرارة 20 درجة مئوية في شمال إيطاليا الناس إلى شراء قمصان جديدة ، في حين أن نفس درجة الحرارة في الجنوب قد تدفعهم إلى شراء سترة خفيفة أو قميص بأكمام طويلة.

التجزئة السلوكية

يحتاج المسوقون إلى التجزئة السلوكية لفهم السلوكيات في الموقع والاستجابة لها ، مثل اهتمام الجمهور بالمحتوى الخاص بك أو معدل تكرار تفاعلهم مع جوانب معينة من موقع الويب الخاص بك.

يعد التقسيم السلوكي مهمًا أيضًا لتحديد وإشراك المستخدمين الذين يحققون أكبر دخل لكل مستخدم ، والذي يكون عادةً نسبة صغيرة من إجمالي زيارات الموقع. هذا مهم بشكل خاص في اختبار A / B ، لأن الاختبارات المجزأة تسمح لك بمعرفة كيفية تفاعل العملاء ذوي القيمة العالية مع التجارب التي أنشأتها عبر موقع الويب الخاص بك.

ستساعدك الشرائح المدرجة أدناه على فهم كيفية التعامل مع مجموعة من المتطلبات أو تطلعات العملاء المحددة ، وإيجاد طرق لتحسين رحلات عملائهم وتقييم قيمتها المحتملة لشركتك.

• المشتريات الأخيرة
• الزوار الجدد مقابل الزائرين العائدين
• عمليات الشراء الجديدة مقابل عمليات الشراء المتكررة
• مقارنة بالزوار الذين تم تسجيل دخولهم والذين تم تسجيل خروجهم
• أنواع الخطط أو مستويات برنامج الولاء

التقسيم التكنولوجي

يتم تصنيف العملاء إلى حد كبير ، في التصنيف التقني ، بناءً على التطبيقات والأجهزة التي يستخدمونها في عمليات الشراء عبر الإنترنت.

يمكن أن تشمل:

• متصفحات الإنترنت التي يستخدمها المستهلكون للوصول إلى مواقع الشركة
• تستخدم تطبيقات البريد الإلكتروني لفتح الاتصالات التسويقية
• الأجهزة المستخدمة لإتمام عمليات الشراء
• أنظمة التشغيل
• وكلاء المستخدم

يجب استخدام التجزئة التقنية لفهم وتحسين تجارب عملائك بشكل أفضل عبر جميع الأنظمة الأساسية والأجهزة. سيسمح لك هذا النوع من التقسيم بالإجابة على أسئلة مثل:

هل يتفاعل مستخدمو تطبيقات الجوال مع المحتوى الخاص بي لفترات زمنية أطول أو أقصر؟

حتى عند استخدام تصميم سريع الاستجابة ، يمكن أن تختلف تجارب الأجهزة المحمولة وسطح المكتب لموقع الويب اختلافًا كبيرًا في كثير من الأحيان. يمكن أن يؤثر هذا على مظهر المحتوى الخاص بك ، وكذلك المشاركة التي يتلقاها.

هل يقوم زوار تطبيق الجوال الخاص بي بالتحويل بنفس معدل زائري سطح المكتب (المبيعات أو العملاء المحتملين)؟

على الرغم من أن أهداف عملك قد تظل كما هي ، فقد تجد أن بعض الأهداف يتم تحويلها بسهولة أكبر من قبل زوار الجوال أكثر من غيرها. قد يكون لهذا تأثير على إستراتيجيتك عبر الأنظمة الأساسية وتصميم مسار التحويل.

هل تقدم جميع المتصفحات تجربة UX نفسها للزائرين؟

إذا رأيت أن التحويلات منخفضة بشكل غير عادي في متصفح واحد - لنفترض Safari - فيمكنك محاولة إجراء مزيد من البحث. قد تكتشف أن زر الخروج في صفحة عربة التسوق الخاصة بك لا يظهر بشكل صحيح عند عرضه على Safari وأن بعض التعديلات السهلة يمكن أن تعزز التحويلات بشكل كبير على هذا النظام الأساسي.

أهم 3 مشاكل تجعل التجزئة الخاصة بك غير صالحة

لذلك ، حددت شرائحك ، وتوصلت إلى فرضيات قوية ، ويبدو أن كل شيء على ما يرام ... حتى تتحقق من تقارير الخبرة. نتائجك ليست كما توقعت وتركت تتساءل ... لماذا ؟

هيا نكتشف!

1. شرائح ذات حجم عينة صغير

يمكن أن تصبح الشرائح التي تستخدمها لتحسين نتائج تجربتك صغيرة جدًا. قد تقارن شرائح مختلفة من الأشكال التي اختبرتها ، فقط لتكتشف أن رؤى عملك تحمل أهمية إحصائية قليلة.

لا ينبغي استخدام الدلالة الإحصائية لتحديد متى يجب إكمال التجربة. يخبرك فقط ما إذا كان هناك تمييز بين الأصل والاختلافات. لهذا السبب يجب ألا تنتظر حتى يكون الاختبار مهمًا (وهو ما قد لا يحدث أبدًا) أو التوقف عن التجربة بمجرد أن تصبح مهمة.

بدلاً من ذلك ، قبل إيقاف التجربة ، يجب عليك الانتظار حتى الوصول إلى حجم العينة المحسوب. لفهم وقت إيقاف التجربة بشكل أفضل ، استخدم آلة حاسبة لوقت الاختبار ، مثل حاسبة أهمية اختبار A / B الخاصة بـ Convert.

من أفضل الطرق لمراعاة الانخفاض في حجم العينة ، عند تقسيم بيانات التقرير ، تشغيل اختبار أ / ب الأصلي لضعف الوقت المعتاد. هذا مفيد بشكل خاص إذا كنت تعلم مسبقًا أنك ستقسم نتائجك.

2. مشكلة مقارنة متعددة الأجزاء

ضع في اعتبارك دائمًا أنك إذا أجريت اختبارًا افتراضيًا مع عدد كبير من المقاطع ، فإنك تخاطر بارتكاب خطأ من النوع الأول (المعروف باسم إيجابية كاذبة).

إذا حددت مستوى ثقة بنسبة 95٪ في تقنيات التجربة الخاصة بك ، فهذا يعني أنك قبلت معدل إيجابي خاطئ بنسبة 5٪ على مقياس واحد. ولكن ، عندما تنظر إلى أكثر من مؤشر واحد ، فإن فرصك في اكتشاف زيادة إيجابية خاطئة. نتيجة لذلك ، كلما زاد عدد المقارنات ، زاد عدد الإيجابيات الخاطئة.

يمكن أيضًا رؤية مفهوم المعدل الإيجابي الخاطئ المتزايد هذا في الاختبار متعدد المتغيرات (MVT) ، حيث يتم اختبار العديد من الحالات. يمكن أن يؤدي التقسيم اللاحق إلى زيادة المعدل الإيجابي الخاطئ ، أيضًا ، تقسيم نتائج التقرير إلى أقسام الجهاز و / أو النظام الأساسي و / أو المنطقة و / أو الديموغرافية.

لحسن الحظ ، هناك عدد من الأساليب الإحصائية للتخفيف من مشكلة مقارنة الأجزاء المتعددة. تتضمن هذه الطرق عادةً تعديل عتبة الأهمية التي اخترتها لاستخدامها قبل إجراء التحليل الخاص بك بحيث تكون القيمة p (المطلوبة لتحديد ما إذا كانت نتيجة الاختبار إيجابية) دالة لعدد المقارنات التي تراعيها التجربة.

3. التركيز على الأجزاء الخاطئة

عند تقسيم جمهورك ، من السهل تجاهل فئات معينة يُحتمل أن تكون مربحة. على سبيل المثال ، قد تجد نفسك تركز بشكل غير متناسب على فئة واحدة من زوار موقعك (مثل العملاء الجدد) ، على الرغم من أن مجموعة فرعية أخرى قد تكون أكثر ملاءمة لمنتجك.

تذكر أن التقسيم له ميزة السماح لك بأن تكون محددًا وشخصيًا للغاية في أسلوبك. هذا يعني أنه حتى إذا كنت تستهدف شرائح تشكل نسبة أقل من السوق ، فيمكنك توقع الحصول على نتائج كبيرة.

من الأهمية بمكان أن تأخذ الوقت الكافي للتأكد من أنك تحدد شرائح العملاء المناسبة ، وإلا فإنك ستخاطر بفقدان فرص النمو.

كيف يتعامل التحويل مع ما قبل وما بعد التقسيم؟

يمكن إجراء التقسيم في التحويل إما قبل تنشيط التجارب أو بعدها:

• قبل أن يتم ذلك عن طريق تحديد الجماهير ،
• يمكن القيام بذلك عن طريق تجزئة إحصائيات التقرير اعتمادًا على المقاييس التي تم الحصول عليها أثناء التجربة.

يعد تطبيق الشرائح قبل الاختبار أو بعده ، في أداة تحويل التجارب ، أمرًا بسيطًا مثل استخدام الفلاتر أو تضمين / حذف جماهير معينة في تقرير.

يمكن أن تكون قوة التجزئة مفيدة بشكل خاص في تطوير تجارب اختبار A / B.

في معظم الظروف الأساسية ، تزود الشركات بفهم أكبر لأذواق وسلوكيات عملائها المختلفة.

في السيناريوهات الأكثر تعقيدًا ، يمكن للشركات إنشاء تجارب جديدة تمامًا عبر الإنترنت استجابةً لمحفزات مثل تسجيل دخول العميل أو المنطقة أو الوقت من اليوم. تتنوع هذه التعديلات في التعقيد ، ويمكن أن تكون بسيطة مثل تنوع العبارات التي تحث المستخدم على اتخاذ إجراء ، أو معقدة مثل تحديث مكونات الموقع.

التقسيم المسبق مع الجماهير

يُشار إلى مجموعة الأشخاص التي تريدها كجزء من تجربتك على أنها جمهور . قبل تفعيل التجربة ، يجب إضافة الجمهور بحيث لا تؤثر البيانات التي تم جمعها بواسطة التحويل إلا على هؤلاء الأفراد.

فقط الزوار الذين يستوفون هذه المؤهلات هم وحدهم المؤهلون للدخول. يمكنك إنشاء جمهور يلتقط تلك المعلومات عن زوار موقعك ويطبقها على تجربة ما. يمكنك أيضًا مزج جماهير مختلفة باستخدام شروط AND / OR للحصول على معلمات استهداف أكثر دقة في تجربة معينة.

لا يتم تضمين الزوار الذين لا يستوفون شروط جمهورك في التجربة. تم استبعادها من تجربتك وشاهد فقط النسخة الأصلية من موقعك. كما أنها غير مشمولة في عدد تجربة الزائرين الفريدين في صفحة "التقرير".

يمكنك إنشاء جمهور لتجربتك بالانتقال إلى ملخص التجربة وتحديد قسم الجمهور. سيؤدي النقر فوق القائمة المنسدلة "جمهور جديد" إلى منحك الخيارات التالية:

1. الإعدادات المسبقة التي ستسمح لك بالاختيار من بين 111 جمهورًا تم إنشاؤه مسبقًا وستساعد في تسريع تكوين جماهير تجربتك.
   

   

2. الجماهير المحفوظة هي المكان الذي ستجد فيه الجماهير التي أنشأتها سابقًا ، والتي لا يتم استخدامها للتجربة الحالية.
3. الجماهير الجديدة هي المكان الذي يمكنك فيه إنشاء جماهير خاصة بك إذا لم يلائم أي من الإعدادات المسبقة متطلباتك.

عند إنشاء جمهور جديد ، عليك الاختيار من بين ثلاثة أنواع مختلفة من الجماهير: الجمهور الدائم ، والانقسام ، والعابر.

الجماهير الدائمة

يتم التحقق من هذا النوع من الجمهور فقط في الوقت المستغرق للزائر (عرض الصفحة الأولى) ولا يتم التحقق منه مرة أخرى.

إذا استوفى الزائر شروط الجمهور ، فسيتم تشغيل التجربة.

إذا لم يستوف الزائر شروط الجمهور في الزيارات اللاحقة ، فسيستمر تشغيل التجربة لهذا الزائر.

تجزئة

الشرائح عبارة عن مجموعة من الزوار المؤهلين لشروط جمهور معينة (مثل الموقع والجهاز المستخدم للوصول إلى الموقع والوقت من اليوم وأي سلوك مستخدم آخر) ويمكن استخدامها في وقت لاحق للاستهداف.

من المرجح أن يتصرف الزوار في شريحة معينة أو يشترون بنفس الطريقة.

يمكنك إنشاء شرائح من خلال تحديد شروط الجمهور التي تسمح لـ "تحويل التجارب" بتحديد الشريحة التي يتأهل لها الزائر وتشغيل الشكل المناسب.

عند تحديد هذا الخيار ، تصبح الشروط المتعلقة بالمحتوى متاحة في منشئ الشروط ، مما يسمح لك بإنشاء شرائح استنادًا إلى عنوان URL (على سبيل المثال ، شريحة من المستخدمين تصل إلى صفحة التسعير).

جماهير عابرة

مع جمهور عابر ، لن يتم تشغيل التجربة إلا إذا استوفى الزائر شروط الجمهور. ومع ذلك ، إذا لم يستوف الزائر شروط الجمهور ، فلن يرى الزائر التجربة مرة أخرى. يتم فحص شروط الجمهور في كل مشاهدة للصفحة ، بدلاً من العرض الأول فقط.

بمجرد تحديد نوع الجمهور ، سيتم تقديمك مع شروط الجمهور ، والتي يمكن أن تختلف حسب احتياجاتك. لقد شاركنا في مقال آخر كيف يمكنك استهداف الجماهير بناءً على تفاصيل مثل مصدر الزائر والأهداف والموقع الجغرافي ، على سبيل المثال لا الحصر.

ما بعد التقسيم مع المرشحات الأساسية

إذا لم تقم بإضافة جمهور إلى تجربتك عند التنشيط ، فلا يزال لديك خيار تقسيم بياناتك أثناء تشغيل التجربة أو بمجرد اكتمالها.

ما عليك سوى الانتقال إلى تقرير تجربتك وتحديد خيار تقسيم من القائمة العلوية:

بشكل افتراضي ، سيعرض التحويل نتائج لجميع الزوار الذين دخلوا تجربتك. يتيح لك التحويل بعد ذلك تصفية نتائجك لمعرفة ما إذا كانت مجموعات معينة من الزوار تتصرف بشكل مختلف عن الزوار بشكل عام. وهذا ما يسمى تجزئة ما بعد الاختبار.

في التحويل ، يمكنك دائمًا تصفية النتائج باستخدام الشرائح الافتراضية ، والتي يتم التقاطها تلقائيًا وتضمينها في جميع خطط التسعير:

• تقسيم حسب المتصفح
• التقسيم حسب نوع الجهاز
• تقسيم حسب نوع المستخدم
• تقسيم حسب البلد

دعنا نرى مثالاً على الشكل الذي يبدو عليه في تقريرك. فيما يلي تقرير بدون تمكين تجزئة ما بعد الاختبار:

إليك نفس التقرير مع تمكين التجزئة بعد الاختبار:

ما بعد التقسيم مع المرشحات المتقدمة

يمكنك أيضًا إضافة شرائح مخصصة متقدمة إلى تجاربك. السمات التالية مدرجة فقط في خطط تسعير محددة:

• التقسيم حسب مصدر حركة المرور
• تقسيم القارات
• التقسيم إلى 10 شرائح مخصصة (الجماهير)

بالنسبة للخيار الأخير ، يجب عليك أولاً إنشاء جمهور بنوع جمهور "التقسيم" (كما ذكر سابقًا).

لاحقًا في التقرير ، يمكنك استخدام هذا الجمهور لتقسيم بياناتك على النحو التالي:

يمكنك استخدام هذه السمات للتجزئة المخصصة ، والتي ستمنحك عرضًا أكثر دقة للزوار المهمين لنشاطك التجاري.

على سبيل المثال ، تخيل أنك تدير تجربة تختبر عرضًا ترويجيًا منبثقًا ، مما يؤدي إلى زيادة إيجابية بشكل عام. ومع ذلك ، عند التقسيم حسب الزائرين على أجهزة الجوال ، ستلاحظ خسارة ذات دلالة إحصائية. قد تكون النافذة المنبثقة معطلة للأجهزة المحمولة ، أو يصعب إغلاقها. بناءً على ما تعلمته ، قد تفكر في استبعاد زوار الهاتف المحمول عند تنفيذ التغيير أو إجراء تجربة مماثلة في المستقبل.

يُعد تقسيم نتائجك من أكثر الطرق فعالية لاكتساب معرفة عميقة (تتجاوز نشاط الزائر العادي) ، بالإضافة إلى تعزيز جهود التجربة.

إليك ما يمكنك فعله بهذه الشرائح المتقدمة:

نصيحة 1: إنشاء شرائح متقدمة بناءً على قوائم Hubspot

يمكنك استهداف الزائرين الذين هم أعضاء في قوائم Hubspot أو حملات Hubspot ، باستخدام تحويل التجارب على صفحات الويب Hubspot.

يتيح لك ذلك الاستفادة من استثمار المؤسسة في قائمة Hubspot معينة.

لتحقيق ذلك ، قم بتعديل قوالب Hubspot عن طريق تعيين قائمة متغير Hubspot Template إلى علامة تحويل صفحة مخصصة. سيسمح لك ذلك باستخدام علامة الصفحة المخصصة لاستهداف التجارب أو إنشاء شرائح ما بعد التقسيم.

ابدأ بتعديل قالب Hubspot وأدخل الكود التالي في بداية علامة HEAD وداخلها:

 <! - إبدأ تحويل كود الخبرات ->
<script type = "text / javascript">
// يقوم السطر التالي بتعيين متغير علامة الصفحة التحويل مع متغير قالب Hubspot
let _conv_custom_v1 = {request_contact.list_memberships} ؛
let _conv_custom_v2 = {content.campaign_name} ،
</script>
<script type = "text / javascript" src = "// cdn-3.convertexperiments.com/js/123456789-123456789.js"> </script>
<! - end Convert Experiences code →

أنشئ مقطعًا داخل محرر الجمهور المتقدم. حدد شرط Custom Page Tag وقارنه بقائمة Hubspot أو Hubspot Campaign التي تريد استهدافها.

النصيحة 2: إنشاء شرائح متقدمة بناءً على الأهداف المكتملة ("الهدف المنشط")

هل تعلم أنه يمكنك استخدام الأهداف المكتملة لإعداد الشرائح المخصصة المتقدمة؟

توفر هذه الميزة القوية طرقًا جديدة لتصفية زوار موقعك. يمكن أن يؤدي إنشاء تجارب بناءً على استكمال هدف "الطلبات المؤكدة" إلى زيادة التحويلات للمشترين المتكررين (من خلال إنشاء تجربة جديدة بشأن مشترياتهم المستقبلية).

انتقل إلى الجماهير واسحب وأفلت شرط "الهدف المنشط" من القائمة اليسرى إلى الجانب الأيمن. قم ببناء الجمهور لتحديد المستخدمين الذين أكملوا الأهداف:

في وقت لاحق ، يمكنك استخدام هذه الشريحة المخصصة لفلترة زوار موقعك في تقرير التجربة.

النصيحة 3: إنشاء شرائح متقدمة بناءً على ملفات تعريف الارتباط للزوار

يمكنك تقسيم تجربتك فقط للزوار الذين زاروا صفحة معينة من موقعك ، عن طريق كتابة ملف تعريف ارتباط عند زيارتهم لتلك الصفحة وإعداد جمهور لاستهداف الزوار بهذه القيمة.

النصيحة 4: إنشاء شرائح متقدمة بناءً على طبقة البيانات الخاصة بك

هذا مثال شائع جدًا لتتبع تحليلات الويب. قد يكون لديك طبقة بيانات تغذي البيانات إلى أداة التحليلات الخاصة بك حول كل زائر ، مثل حالة تسجيل الدخول ، أو معرف المستخدم ، أو الموقع الجغرافي ، أو البيانات الوصفية حول الصفحة (الدقة المثلى ، حقوق الطبع والنشر للصور). في كثير من الأحيان ، لا تتوفر هذه البيانات في طبقة العرض التقديمي أو الترميز.

يمكنك استخدام طبقة البيانات هذه لتخزين بيانات زائر الجلسة وتقديم تجربة معينة في وقت لاحق لمجموعة زوار معينة.

للقيام بذلك ، ستحتاج إلى إنشاء التجربة التي تريد إظهارها لمجموعة الجمهور هذه وتكوين المقطع عبر محرر الجمهور المتقدم.

أدخل رمز JS التالي:

 "medical" == dataLayer [0] .industry؛

الآن ، يمكنك تقسيم نتائج تجربتك فقط للزوار الذين تكون قيمة صناعة طبقة البيانات "طبية".

نصيحة 5: إنشاء شرائح متقدمة باستخدام 6Sense API

يمكن لتحليل التوقعات التنبؤية ومنصة تسجيل النتائج الرئيسية ، 6sense ، تحديد وتحليل متطلبات العملاء المحتملين والتنبؤ بسلوكهم في مراحل مختلفة من رحلة المشتري.

باستخدام تحويل الخبرات ، يمكنك الاستعلام عن البيانات المجمعة بواسطة 6sense والقسم بناءً على ذلك.

على سبيل المثال ، إذا كنت ترغب في تقسيم نتائج تجربتك للزوار فقط في مرحلة شراء "الوعي" ، فستحتاج إلى إنشاء جمهور يسمى "مرحلة الوعي".

ستفعل ذلك عن طريق إضافة شرط JS مع الكود التالي:

 (وظيفة() {
var زائرData = JSON.parse (localStorage._6senseCompanyDetails) ؛
إذا (typeof (VisitorData) == "undefined") {
convert_recheck_experiment () ، عودة كاذبة؛}
else return (VisitorData.scores [0] .buying_stage == "Awareness") ؛
}) ()

يجب تكوين الجمهور على النحو التالي:

التقسيم الخارجي باستخدام شرائح GA المخصصة

بصرف النظر عن التقسيم المسبق واللاحق المدمج ، يوفر التحويل أيضًا طريقة لإرسال البيانات إلى Google Analytics وتقسيم زوارك هناك.

يسمح لك برنامج Google Analytics بتقسيم زوار موقعك على الويب بناءً على خصائصهم ومطالبهم المشتركة. يجمع محرك بحث Google نطاقًا واسعًا من تفاصيل المستخدم افتراضيًا ، بما في ذلك أحجام الشاشة ومتصفحات الإنترنت ومواقع الإحالة وأنواع الصفحات التي تمت زيارتها. يمكن بعد ذلك استخدام هذه السمات لتصنيف زوار موقعك.

لبدء التقسيم في Google Analytics ، انتقل إلى علامة التبويب "التخصيص" وحدد التقرير المخصص الذي أنشأته لإرسال بيانات التحويل إليه. ستتمكن الآن من رؤية النسبة المئوية للمستخدمين والجلسات الذين يتناسبون مع فلاتر الشرائح.

عند النقر على "شريحة جديدة" ، ستتمكن من تصميم شريحتك الخاصة باستخدام الفلاتر التي تختارها. يتيح لك برنامج Google Analytics الآن ما يصل إلى 1000 شريحة لكل حساب ، ولكن فقط 100 شريحة لكل عرض.

تعرض الصورة أدناه الاحتمالات المختلفة لتكوين المرشحات لكل مقطع.

بعد الانتهاء من إنشاء شريحة جديدة ، انقر على "معاينة" لترى كيف ستغير التقرير الحالي.

استنتاج

يأخذ التقسيم اختبار A / B إلى مستوى جديد تمامًا ، مما يسمح بتحسين معدل التحويل (CRO) عبر جمهورك. In a world of haphazard A/B testing, segmenting your testing efforts adds a layer of accuracy and completeness that is simply not otherwise achievable.

When testing new features, segmentation ensures that your experiences will have a better probability of declaring a winner.

You'll have a good knowledge of where the visitor comes from, what their intentions are, and how to test their behavior.

Your A/B testing will become exponentially more beneficial, thanks to the wide range of secondary insights created by every experience, which can be used for follow-up tests, identifying pain points, and gaining a deeper understanding of how customers interact with your products.