"اختبار كل شيء" - من على الورق إلى الممارسة العملية

دعونا نكون واضحين.

ليس من الخطأ أبدًا إجراء المزيد من اختبارات A / B ، حتى لو لم تؤثر بشكل مباشر على المبيعات والإيرادات ، طالما أنك تنفذها جيدًا وتتعلم من هذه العملية.

ولكن…

يتطلب كل اختبار استثمار الوقت والجهد ورأس المال البشري والمزيد .

فلماذا يدعو بعض الخبراء إلى اختبار كل شيء؟ وما الحل الوسط ... خاصة بالنسبة لك ... نعم ... أنت تقرأ هذا المقال.

الآن قد يكون لديك الكثير من أفكار الاختبار الجيدة وتريد معرفة ما إذا كان يجب عليك اختبارها جميعًا. ولكن هذا ليس نقطة! كما ذكرت ناتاليا في مقابلة مع Speero's Ben Labay:

هناك المئات من الأفكار الرائعة ، لكن هذا ليس بيت القصيد. الهدف هو العثور على الشخص المناسب للعمل في الوقت المناسب .

قد يبدو من المغري البدء في اختبار كل شيء عشوائيًا ، لكن إعطاء الأولوية لاختبار الفرضية الصحيحة في الوقت المناسب هو المفتاح .

باستخدام الترتيب الصحيح للأولويات ، يمكنك تنمية عقلية "اختبار كل شيء" . ومع ذلك ، فإن معظم نماذج تحديد الأولويات الفرضية تقصر.

دعنا نتعمق قليلاً لفهم ما إذا كان يجب عليك اختبار A / B لكل شيء ، وكيف يساعدك تحديد الأولويات في اتخاذ القرارات ، وكيفية إنشاء نموذج تحديد الأولويات الخاص بك الذي يتغلب على قيود الخيارات التقليدية.

اختبار كل شيء: لماذا يوصى به؟

لنبدأ بفحص هذا النهج المثير للجدل: هل اختبار كل شيء منطقي؟

هيا ، اختر جانبا.

ما هو عملك الافتراضي؟

ما هو "المستساغ" بالنسبة لك دون قراءة بقية هذا المقال وجمع المزيد من البيانات؟

فعله؟

الآن دعنا نرى ما إذا كان منطقنا يتوافق مع منطقك.

قبل أن نتعامل مع معضلة "اختبار كل شيء" ، نحتاج إلى فهم ما يعنيه اختبار A / B ونتائجه.

الصدق الإحصائي

يعد اختبار A / B طريقة صالحة إحصائيًا لمعرفة ما إذا كانت التغييرات التي تفكر فيها تؤثر على مؤشرات الأداء الرئيسية (KPIs).

على سبيل المثال ، إذا كان هدفك هو الحصول على المزيد من الزيارات إلى مدونتك ، فيمكنك إضافتها إلى قائمة التنقل الرئيسية. القائمة الجديدة لم تعد نسخة من القائمة القديمة . لكن هذا التغيير عديم الفائدة إذا لم يكن له تأثير إيجابي على سلوك زوار موقعك.

الحقيقة البسيطة المتمثلة في أن النسختين مختلفتين هيكليًا لا تهم. بشكل عام ، ما يهم هو إدراك النتيجة التي تريدها وتتوقعها. هل يميل الأشخاص إلى زيارة المدونة عندما يرونها في القائمة الرئيسية أكثر مما يميلون إليها عندما تكون مدسوسة بعيدًا في التذييل ؟

قد يقول الفطرة السليمة نعم ، يجب أن يكون هناك تأثير (إيجابي) . لكن قد لا يُظهر اختبارك أي تغيير في المقاييس التي اخترت مراقبتها كمقياس للتأثير.

إذا كان هذا صحيحًا ، فإن اختبارات A / B تخفف أيضًا من المخاطر.

تخفيف المخاطر

يعد تنفيذ التغييرات على مستوى الموقع أمرًا معقدًا ولعبة كرة مختلفة تمامًا.

يمكن أن ينتهي بك الأمر بإجراء تغيير والمخاطرة بإهدار الموارد من خلال بناء ميزات لا يريدها المستخدمون وتخصيص عناصر موقع الويب التي لا تؤدي إلى النتائج المتوقعة. هذا أحد الأسباب الرئيسية لضرورة اختبار A / B ، لأنه الاختبار الحمضي للحل المقترح قبل تنفيذه فعليًا.

تعد عمليات إنشاء اختبارات A / B (خاصةً إصدارات جانب العميل) أقل كثافة في استخدام الموارد من تغييرات مواقع الويب ذات الترميز الثابت والميزات عالية الدقة. يمنحك هذا الضوء الأخضر لعدم اتخاذ مسار معين ، خاصة عندما تشير النتائج إلى أن مؤشرات الأداء الرئيسية لا تتحرك في الاتجاه الصحيح.

بدون اختبار ، فأنت تستثمر في تجارب لا تنجح ببساطة. إنها مخاطرة عمياء ، لا تعلم أنه قد يتعين عليك العودة إلى التصميم السابق لحماية الإيرادات والأداء.

جورجي ، مبتكر Analytics-toolkit.com ، يجادل حتى أن اختبار A / B هو في جوهره أداة لإدارة المخاطر:

لماذا المخاطرة عندما يمكنك الاختبار؟

(- المزيد عن ذلك لاحقًا في المدونة. استمر في القراءة! -)

تحليل الاتجاه

عندما تجري اختبارات تتعلم منها باستمرار ، فإنك تبدأ في تحديد الاتجاهات في استجابة جمهورك لمدخلات محددة. من الأفضل عدم افتراض أنه يمكنك اشتقاق أي شيء ذي قيمة من تكرار واحد. لكن التحليل التلوي (في بيئة اختبار A / B متغير واحد) بمرور الوقت يمكن أن يمنحك الثقة لإعطاء الأولوية المحتملة لاختبار فرضية معينة على فرضيات أخرى.

يقف بعض الخبراء وراء اختبار كل شيء ، نظرًا لأن التجربة لها فوائد عديدة.

من ناحية أخرى ، يدعو العديد من الخبراء على الأقل إلى الحصول على الإلهام من النتائج القابلة للتكرار من التجارب السابقة للإجابة على الأسئلة الكبيرة .

رئيس تحرير GoodUI ، جاكوب لينوسكي ، هو من بين أبرزهم. يجادل بأن التجارب تولد المعرفة التي تمكن من التنبؤ. يعتقد أن متابعة المعرفة والتكتيكات والأنماط وأفضل الممارسات والاستدلال أمر مهم.

تساعدك المعرفة التي تكتسبها من التجارب على عمل تنبؤات أكثر موثوقية. وهذا بدوره يسمح لك بإنشاء فرضيات أكثر دقة وتحديد أولوياتها بشكل أفضل.

للوهلة الأولى ، قد تبدو وجهات النظر هذه متناقضة. لكنهم يعززون نفس الحجة ، " التجريب يجلب اليقين في عالم غير مؤكد ".

إما أن تضع افتراضات على مجموعة البيانات الخاصة بك ، أو تحمل معتقدات من الاختبارات التي يتم إجراؤها للحصول على نتائج نهائية مرغوبة مماثلة ، عبر قطاعات وصناعات متعددة.

في Convert ، نستمد الإلهام من كلا العرضين ونرى كيف يبني أحد الوجوه التالي بالطريقتين البسيطتين التاليتين.

التعلم والاختبار: الثنائي العملي للاختبار الملهم

اسأل عن كل شيء

هذا تعليم دائم من سادة الرواقيين .

عندما تسأل كل شيء من حولك ، فإنك تدرك أنك مركب مما تلتقطه من الأشخاص الذين تقابلهم ، والثقافة التي تعيش فيها ، والاستدلالات التي يختار عقلك اتباعها.

هذه "الغريزة الغريزية" التي تدفعنا عادة ليست غريزتنا.

على سبيل المثال ، يحلم الكثير منا بقيادة أسلوب حياة فخم يركز على الاستهلاك. لكن هل جاء هذا منا حقًا؟ أم أننا ضحايا الدعاية والإعلام وهوليوود؟

بدأت وسائل الإعلام والإعلان تلعب دورًا رئيسيًا في تشكيل أحلام ورغبات الفرد ليصبح مستهلكًا بالدرجة الأولى ... وأصبح من الممكن إغواء الفرد وجعله يعتقد أن ما يريده هو قرار حر ينبع من الداخل هو (لكنه في الحقيقة أسير مئات الإعلانات التي ولدت الرغبة التي قال إنها ذاتية وخلقت له الرغبة التلقائية .

عبد الوهاب المسيري

إن إجراء التغييرات واتخاذ القرارات التجارية باستخدام "غريزة حدسك" أمر غير حكيم. إذا لم نتمكن من التأكد من أن التغييرات التي نريد إجراؤها والقرارات التي نريد فرضها في أعمالنا تأتي من جانبنا ، فلماذا نلتزم بها؟

التساؤل عن كل شيء ضروري . حدسك ، وأفضل الممارسات ، ونماذج تحديد الأولويات ، وما إلى ذلك.

وإذا تساءلنا عن كل شيء ، فإن الخطوة التالية هي إخضاعها للتحقق الرياضي من خلال التجارب. لأن التوقف عند الاستجواب لا يغلق الحلقة من الشك إلى اليقين.

تعلم من التجارب

لا يمكنك التعلم إذا لم تختبر.

تأكد من تحديد رؤيتك بشكل صحيح. تحتاج إلى الاستفادة من البيانات النوعية والكمية في اختبارات A / B لترجمة ما تعلمته إلى شيء ذي معنى. على سبيل المثال ، قم بتجميع متوسط ​​التأثير حسب السياق ونوع الاختبار وموقع الاختبار ومؤشرات الأداء الرئيسية التي يتم مراقبتها ونتائج الاختبار وما إلى ذلك.

وخير مثال على هذا النهج المنهجي هو قاعدة بيانات GOODUI .

يحدد الأنماط التي تؤدي بشكل متكرر في اختبارات A / B ، مما يساعد الشركات على تحقيق تحويلات أفضل وأسرع.

يتميز GOODUI بـ 124 نمطًا استنادًا إلى 366 اختبارًا (للأعضاء فقط) ويضيف أكثر من 5 اختبارات موثوقة جديدة كل شهر. من خلال التعلم من التجارب وقياس تلك المعلومات إلى أنماط ، تقصر قاعدة بيانات GOODUI من عملية اختبار A / B المملة وتمكن العملاء من الحصول على المزيد من المكاسب!

احصل على بعض الإلهام من هذه الأنماط:

النمط رقم 2: تسميات الرموز: https://goodui.org/patterns/2/

النمط رقم 20: الاستجابة المعلبة: https://goodui.org/patterns/20/

نموذج رقم 43: عناوين طويلة: https://goodui.org/patterns/43/

لكن التركيز على ... تحديد أولويات الأفكار

حدد أولويات الأفكار التي تتماشى مع أهداف عملك الشاملة مع مراعاة النتائج الخاصة بالشركة.

تصور هذا.

أنت تدير عملاً مع قاعدة عملاء جيدة. ومع ذلك ، فإن معدل الاحتفاظ بهؤلاء العملاء أقل من 15٪ . هدفك الرئيسي هو بناء عمل مستدام يحافظ على العملاء بمعدل أعلى بكثير. يجب أن يؤثر هذا الهدف على تحديد أولوياتك.

لنفترض أن لديك فكرتان وتريد معرفة أيهما يجب اختباره أولاً - إحداهما من المحتمل أن تزيد من معدل الاستبقاء والأخرى من المحتمل أن تزيد المبيعات من العملاء الجدد . ربما يجب عليك إعطاء الأولوية للفكرة الأولى على الرغم من أن الأخيرة لديها إمكانية أعلى بكثير للتحسين.

ذلك لأن ارتفاع معدل الاحتفاظ بالعملاء يعني عملًا أكثر استقرارًا على المدى الطويل. يتماشى هذا تمامًا مع أهدافك واستراتيجيتك التجارية الشاملة.

قد تحصل لك الفكرة الأخرى على المزيد من المبيعات الجديدة. لكن في النهاية ، سيظل عملك يتسرب أكثر من 85٪ من عملائه.

دائمًا ما تفشل نماذج تحديد الأولويات للتجريب في مراعاة الأهمية الاستراتيجية لما يتم اختباره. إنهم ينظرون إلى التأثير المحتمل ، والجهد ، وما إلى ذلك ، لمجموعة واسعة من الأفكار المختلفة ، لكنهم لا يفكرون في أي من هذه الأفكار يتوافق بشكل أفضل مع استراتيجية العمل واتجاهه .

جوني لونجدن ، عبر اختبار كل شيء

أين تقصر معظم نماذج تحديد الأولويات؟

إذا كنت مُحسِّنًا متحمسًا ، فقد يكون لديك قائمة طويلة بأفكار اختبار A / B. لكن لا يمكنك اختبارها جميعًا مرة واحدة ، حتى إذا قررت اختبار كل شيء ، نظرًا لمحدودية حركة المرور والموارد .

إنه يشبه وجود قائمة مهام طويلة ومعرفة أنه لا يمكنك معالجة كل شيء في نفس الوقت. لذلك عليك تحديد الأولويات والبدء بالأولويات ذات الأولوية القصوى. هذا ينطبق على زيادة الأرباح من خلال التجريب. مع تحديد الأولويات المناسب ، سيكون برنامج الاختبار الخاص بك أكثر نجاحًا.

لكن تحديد الأولويات في اختبار A / B ، كما كتب ديفيد مانهايم في مقالته ، صعب للغاية. هذا هو السبب الرئيسي في ذلك

• غالبًا ما تنتج أفكارًا لا تركز على أهداف العمل وتتوافق معها.
• لا تفكر في التكرار والتعلم من التجارب السابقة.
• استخدم نماذج تحديد الأولويات المختلة وحاول إضافة أطر عشوائية إلى المشكلة.

وهذه أيضًا بعض المجالات التي تميل حتى نماذج تحديد الأولويات الأكثر شيوعًا إلى التغاضي عنها وإساءة فهم الأشياء. لكن لماذا هذا؟ فيما يلي بعض العناصر الحاسمة التي تساهم في افتقارهم إلى الترتيب المناسب للأولويات.

• عوامل مضللة: العوامل التي يستخدمونها لاختيار الاختبارات مضللة للغاية. أولًا هو الجهد ، مما يعطي الانطباع بأن الأفكار منخفضة الجهد تستحق ترتيبًا سريعًا للأولويات.
• وظيفة الوزن: تحدد معظم النماذج أوزانًا عشوائية للعوامل. لا يمكنك فقط تحديد الأولويات بشكل عشوائي ؛ أنت بحاجة إلى سبب لذلك.
• التكرارات المعقدة: لا يمكنهم التمييز بين تكرارات الاختبار الحالية (المدفوعة بالتعلم) والأفكار الجديدة تمامًا لأغراض تحديد الأولويات.

بالنسبة للمبتدئين ، يصنف إطار عمل تحديد الأولويات PIE الفرضيات بناءً على:

• إمكانية التحسين
• أهمية
• يُسَهّل

ولكن كيف تحدد بشكل موضوعي إمكانات فكرة الاختبار؟ إذا تمكنا من معرفة ذلك مسبقًا ، مثل Peep Laja ، مؤسس أوضح CXL ، أننا لن نحتاج إلى نماذج تحديد الأولويات.

نموذج PIE شخصي للغاية. كما أنه لا يتوافق بشكل جيد مع أهداف العمل ويعزز الحلول منخفضة المخاطر. السهولة مضللة لأنها توحي بضرورة إعطاء الأولوية للأفكار منخفضة الجهد.

كلما زادت المخاطر ، زادت المكافأة .

وهذا ينطبق فقط إذا كنت تتحدى نفسك بأفكار أكثر تعقيدًا.

نموذج آخر شائع ، نموذج تسجيل ICE (التأثير والثقة والسهولة) يشبه إلى حد كبير PIE وله نفس عيوب PIE .

إن إطار عمل PXL هو تحسين على هذين الأمرين ويجعل أي تقييم "محتمل" أو "تأثير" أكثر موضوعية. ومع ذلك ، لا يزال لديها عيوبها.

أولاً ، لا يعتبر التوافق مع أهداف العمل . ثانيًا ، لا يميز التكرارات الحالية للاختبار عن الأفكار الجديدة تمامًا.

كشف David Mannheim ، نائب الرئيس العالمي لتحسين معدل التحويل ، Brainlabs ، أن 50٪ من أكثر من 200 تجربة أنشأوها لعميل في شركته الاستشارية السابقة ، تحويل المستخدم ، كانت تكرارات لبعضها البعض. قاموا أيضًا بإنشاء قيمة محسّنة بنسبة 80٪ من الفرضية الأصلية وذكروا:

كنا نعلم أن "المفهوم" نجح ، ولكن من خلال تغيير التنفيذ ، يمكن أن أضيف أكثر من 6 تكرارات مختلفة ، رأينا مكاسب إضافية تزيد عن 80٪ على الأصل .

في تقرير "تشغيل التجربة المستنيرة " ، وجدت شركة Convert أن جميع الخبراء الذين تمت مقابلتهم تقريبًا اتفقوا على أن التعلم يقود إلى التفكير الناجح. يمكن دعم ذلك بشكل أكبر من خلال اتخاذ H & M لأنماط التعلم.

تقريبًا كل تجربة أخرى نجريها في H&M في فريق المنتج لدينا مدعومة بتعلم موثق لتجربة سابقة أو منهجية بحث أخرى .

ماتياس مانديو

كيف تنشئ نموذج أولويات اختبار A / B الخاص بك؟

يشجع تحديد الأولويات عقلية "اختبار كل شيء". إنه يضفي الثقة لاختبار (أولاً) الأفكار والفرضيات التي تحدث أكبر تأثير على المشكلة الأكثر إلحاحًا.

لكن كل عمل مختلف. لذلك لا يمكن أن يكون هناك نهج واحد يناسب الجميع لتحديد أولويات التجربة. السياق ، كما أشار داود ، هو الملك .

في الأساس ، كل النماذج خاطئة ، لكن بعضها مفيد .

جورج إي بوكس ​​، إحصائي

من الأمثلة أعلاه ، يمكننا القول أن جميع النماذج معيبة ، لكن بعضها مفيد. السر هو إنشاء النموذج الأكثر فائدة وتأثيرًا لعملك.

فيما يلي أربع خطوات لبناء نموذج:

1. احصل على الإلهام من الأمثلة

من أكثر الطرق المثمرة لتطوير نموذج جيد لتحديد الأولويات اختيار القدرات من نماذج مختلفة ، والمزج والمطابقة ، وإنتاج مزيج مع انتقاء محدود.

على سبيل المثال ، يمكنك أن تستلهم من نهج التقييم الأكثر موضوعية في PXL ، والذي يطرح أسئلة مثل "إضافة أو إزالة عنصر؟" . في الوقت نفسه ، يمكنك التفكير في زاوية تأثير ICE وإضافتها.

2. اجعل مساحة للعوامل المهمة

قم بتضمين العوامل التي تتوافق مع أهداف عملك . سيساعدك هذا على التركيز بشكل أكبر على محركات النمو الأساسية ومؤشرات الأداء الرئيسية مثل قيمة عمر العميل (LTV) ومعدل الاحتفاظ بالعملاء ، وليس فقط المقاييس والنتائج السطحية.

كما ذكرنا سابقًا ، يعد التعلم الخاص بالشركة أمرًا حاسمًا أيضًا عند تحديد أولويات التجارب. هل تتفوق بعض الحلول باستمرار وتاريخيًا على الحلول الأخرى لجمهورك؟

أيضًا ، ضع في اعتبارك إمكانية التكرار . يمكن أن تساعد التكرارات في تحقيق مزيد من التقدم نحو حل مشكلة عمل معينة وتكون أكثر نجاحًا. إذا كان هذا صحيحًا ، يمكن وينبغي إعطاء الفرضيات ذات احتمالية التكرار الأولوية على الاختبارات المستقلة. بالإضافة إلى ذلك ، فإن التجريب ليس شيئًا إن لم يكن حذافة حيث تتغذى الجهود على بعضها البعض.

أخيرًا ، عامل استثمار الموارد ، بما في ذلك التعقيد والوقت والتكلفة والتدابير التقليدية المستخدمة لتحديد أولويات التجارب.

3. الوزن أمر بالغ الأهمية

حدد ما تريد الحصول عليه من الاختبارات التي تجريها. هل تستكشف أفكارًا جديدة ورائدة ؟ أو استغلال منطقة المشكلة حتى تجد حلاً؟

قم بتخصيص نظام التسجيل ليناسب احتياجاتك. دعنا نفكر في نوعين مختلفين من التجارب لفهم هذا بشكل أفضل.

1. ستؤدي إضافة المدونة إلى قائمة التنقل إلى زيادة الزيارات إلى المدونة.
2. سيؤدي تقليل تعبئة النموذج في صفحة الخروج إلى تقليل معدل التخلي عن سلة التسوق.

في هذا المثال ، لنفترض أننا اخترنا عاملين فقط لنموذج تحديد الأولويات الخاص بنا. أحدهما هو إمكانية التكرار ، والآخر هو إمكانية التأثير وصنف كل فرضية على مقياس من 1 إلى 5 لكل عامل.

هدفنا الرئيسي للاختبار الآن هو إصلاح مشكلة التخلي عن البطاقة لموقع التجارة الإلكترونية . يجب أن نعطي أهمية أكبر لإمكانية التكرار لأننا ربما لن نصلح ذلك باختبار. ومن المحتمل أن نكرر عدة مرات في فرضية واحدة قبل تقليل التخلي عن عربة التسوق بشكل ملحوظ.

يمكننا أن نزن عامل احتمال التكرار بمضاعفة درجاته.

دعونا نعطي الفرضية الأولى "4" لعامل التأثير المحتمل. و "2" لإمكانية التكرار. ثم ، بالنسبة لفرضية ملء النموذج ، "3" لكل من عوامل التأثير والتكرار المحتملة.

بدون التركيز على إمكانية التكرار ، سيكون التعادل: "4 + 2 = 3 + 3"

ولكن بعد مضاعفة النتيجة على هذا العامل ، فإن الفرضية الثانية هي التي تفوز:

الدرجة النهائية للفرضية الأولى : "4 + 2 (2) = 8 "

الدرجة النهائية للفرضية الثانية : "3 + 3 (2) = 9 "

خلاصة القول هي أن ناتج تحديد أولويات إطار العمل نفسه يجب أن يتغير مع تغير الاعتبارات الخارجية والداخلية.

4. شطف وكرر حتى تصل إلى الاختصار الصحيح

حاول ألا تتوقع نتائج جيدة بتكرار واحد. استمر في التعديل حتى تنتهي بنموذج الأولوية المناسب لعملك.

على سبيل المثال ، أنشأ ConversionAdvocates إطار العمل الخاص بهم ، IIEA ، والذي يرمز إلى:

• تبصر
• التفكير
• التجريب
• التحليلات

تحاول IIEA حل مشكلتين رئيسيتين لمعظم النماذج من خلال سرد أهداف التعلم والعمل لكل تجربة قبل إطلاقها.

مهما كان الاختصار الذي تنتهي بإنشائه ، قم بمراجعته وإعادة تقييمه باستمرار. ذكر سينا ​​فاك ، رئيس قسم التحسين في ConversionAdvocates ، أنهم كانوا يقومون بتكرير IIEA على مدار السنوات الخمس الماضية.

منذ عام 2013 ، استخدموا إطار العمل المخصص هذا لمساعدة العديد من الشركات في حل المشكلات الحرجة ، مثل تقليل التكاليف وزيادة التحويلات.

قد لا تكون مثلك مناسبًا لـ ICE أو PIE ، لكن النتائج ستكون لذيذة.

باستخدام نموذج تحديد الأولويات الجديد المفيد للغاية ، يمكنك الاقتراض من التعلم القديم وربما "اختبار كل شيء" .

فوز في كتابنا!