คู่มือการทดสอบ A/B อย่างมีจริยธรรม: องค์ประกอบที่ขาดหายไปของโปรแกรมเพิ่มประสิทธิภาพของคุณ

ย้อนกลับไปในปี 2014 Facebook อยู่ในช่วงสิ้นสุดของการตอบโต้อย่างรุนแรงเมื่อเปิดเผยว่าได้จัดกลุ่มผู้ใช้ในการศึกษา "การติดต่อทางอารมณ์" ที่จัดการอารมณ์อย่างโจ่งแจ้งโดยแสดงฟีดที่ "มองโลกในแง่ดี" หรือ "ตกต่ำ" แก่ผู้ที่ได้รับเลือก

แง่มุมที่น่ารำคาญที่สุดของการล่มสลายทั้งหมดคือความจริงที่ว่าคนที่ถูกทดลองไม่ทราบว่าพวกเขากำลังถูกจัดการ

ให้เราปักหมุดความคิดนั้นและถามคุณว่า

คำตอบน่าจะเป็นไม่ ท้ายที่สุด คุณไม่ได้พยายามควบคุมอารมณ์ของพวกเขา… ใช่ไหม

ความจริงก็คือ การตลาดคือศิลปะและศาสตร์แห่งการส่งผลต่ออารมณ์ และการทดสอบ A/B คือวิธีการแยกและวัดผลกระทบนั้นอย่างไร

ทำให้ผู้คนรู้สึกปลอดภัยมากขึ้นเกี่ยวกับเว็บไซต์และพวกเขาจะซื้อมากขึ้น หากเว็บไซต์มีความปลอดภัยจริง คุณกำลังปรับปรุงประสบการณ์ผู้ใช้ด้วยการขจัดความกลัวที่ไม่จำเป็น หากเว็บไซต์ไม่มีแบ็กเอนด์เพื่อพิสูจน์สัญญาณความน่าเชื่อถือ แสดงว่าเป็นการบิดเบือนที่โจ่งแจ้ง

เช่นเดียวกับเทคนิคที่มีประสิทธิภาพ การทดสอบ A/B สามารถสร้างโลกที่ดีได้ด้วยการให้ธุรกิจนำเสนอข้อเสนอที่เกี่ยวข้องในลักษณะที่ช่วยเหลือผู้คน

หรือสามารถสร้างโลกแห่งอันตรายผ่านการหลอกลวง ยักย้ายถ่ายเท และแม้กระทั่งโดยการรักษาข้อมูลที่รวบรวมไว้สำหรับการทดลองในลักษณะที่ไม่กระตือรือร้น ปล่อยให้ข้อมูลเสี่ยงต่อการถูกละเมิด

การเพิ่มประสิทธิภาพทางจริยธรรมคืออะไรและเหตุใดคุณจึงควรใส่ใจ

การทดสอบ A/B ยังคงดำเนินต่อไป และจะมีประสิทธิภาพมากขึ้นเมื่อปัญญาประดิษฐ์พัฒนาขึ้นเท่านั้น

หากคุณมองไปสู่อนาคตของการเพิ่มประสิทธิภาพ คุณจะเห็นว่า AI เสนอสมมติฐานที่มีแนวโน้มที่จะส่งผลกระทบต่อพฤติกรรมของผู้เยี่ยมชมไซต์มากกว่าสิ่งที่เราคิดได้ในขณะนี้ถึงพันเท่า

และข้อมูลเป็นรากฐานที่สำคัญค่อยๆ สร้างอนาคตนี้ให้เป็นจริง

นี่คือเหตุผลที่ GDPR (General Data Protection Regulation) ที่มีชื่อเสียงจึงเป็นเรื่องใหญ่และจะเป็นเช่นนั้นต่อไป

มันเป็นการแร็พบนนิ้วของยักษ์ใหญ่ด้านเทคโนโลยีและธุรกิจที่ปฏิบัติต่อผู้คนเหมือนไม่มีอะไรมากไปกว่าผู้เยี่ยมชมที่นับคุณสมบัติออนไลน์ของพวกเขา แม้ว่า GDPR จะเป็นข้อบังคับ แต่น่าแปลกที่มันทำให้ผู้คนมีมนุษยธรรมโดยการบังคับให้บริษัทต่างๆ มองว่าพวกเขาเป็นบุคคลที่อาจประท้วงว่ามีการใช้ข้อมูลในทางที่ผิด

ยิ่งไปกว่านั้น… GDPR เป็นผู้นำของโครงการริเริ่มอื่นๆ เช่น ePrivacy Directive และ California Privacy Rights Act

ในขณะที่แบรนด์ต่างๆ เช่น Netflix และ Amazon ขยายขนาดโปรแกรมการทดสอบ เหลือเวลาอีกเพียงเท่านั้นที่คำถามด้านจริยธรรมในการทดสอบ A/B จะกลายเป็นกระแสหลักและได้รับชุดแนวทางปฏิบัติของตนเอง

หากคุณวางแผนที่จะปฏิบัติตามระเบียบข้อบังคับใหม่แต่ละข้อเมื่อมีการประกาศออกมา คุณจะยับยั้งนวัตกรรมในธุรกิจของคุณและจะดำเนินการเพื่อหลีกเลี่ยงกับทุ่นระเบิด

แนวทางที่ดีกว่าคือการ ฝังการทดสอบ A/B อย่างมีจริยธรรมในบริษัทของคุณ และทำให้มันเป็นส่วนหนึ่งของวัฒนธรรมองค์กรของคุณ

สรุปคือ คุณโปร่งใสและรับผิดชอบได้

และคุณจะได้รับการปฏิบัติตามกฎระเบียบ ไม่ว่าจะเป็นอดีต ปัจจุบัน หรืออนาคต ผ่านการดำเนินธุรกิจประจำวันของคุณ

ในคู่มือนี้ เรากำลังแจกแจงขั้นตอนที่คุณสามารถทำได้เพื่อลดปัญหาความเป็นส่วนตัวของข้อมูลในระหว่างการทดสอบ และข้อควรพิจารณาที่คำนึงถึงสำหรับการทดสอบ A/B ที่โปร่งใสและมีจริยธรรม

GDPR, CCPA 2.0 และอื่นๆ: พวกเขาเปลี่ยนแปลงการทดสอบและการวิเคราะห์ A/B อย่างไร

ปฏิกิริยาของยุโรปต่อการใช้ข้อมูลในทางที่ผิดคือกฎหมายคุ้มครองข้อมูล GDPR (กฎระเบียบให้ความคุ้มครองข้อมูลส่วนบุคคลของผู้บริโภค) ซึ่งบังคับให้บริษัทใดๆ ส่งข้อมูลให้ดำเนินการอย่างเต็มที่เพื่อปกป้องข้อมูลของลูกค้า

ปฏิกิริยาของสหรัฐฯ คือ CCPA (California Consumer Privacy Act), Nevada SB 220 และล่าสุดคือ California Privacy Rights Act 2023

จุดมุ่งหมายของกฎหมายเหล่านี้โดยพื้นฐานแล้วเกี่ยวกับสองสิ่ง คือ การ ใช้ข้อมูลส่วนบุคคลอย่างมีจริยธรรม และ การรักษาข้อมูลส่วนบุคคลนั้นให้ปลอดภัย

สิ่งนี้ได้บังคับให้บริษัทต่างๆ จากทั่วทุกมุมโลกเริ่มเพิ่มความปลอดภัยให้กับข้อมูลและความเป็นส่วนตัว

ด้วยกฎหมายความเป็นส่วนตัวเหล่านี้ สหภาพยุโรปและสหรัฐอเมริกายังได้แนะนำข้อกำหนดทางกฎหมายใหม่: ความเป็นส่วนตัวโดยการออกแบบ

ที่แกนหลัก ความเป็นส่วนตัวโดยการออกแบบเรียกร้องให้มีการปกป้องข้อมูลตั้งแต่เริ่มต้นการออกแบบระบบ แทนที่จะเป็นการเพิ่ม

นอกจากนี้ เงื่อนไขในการขอความยินยอมได้รับการเสริมความแข็งแกร่ง และบริษัทต่างๆ จะไม่สามารถใช้ข้อกำหนดและเงื่อนไขที่อ่านไม่ออกและเต็มไปด้วยกฎหมายที่อ่านไม่ออกอีกต่อไป

กฎหมายเหล่านี้แนะนำ การเคลื่อนย้ายข้อมูล – สิทธิ์สำหรับเจ้าของข้อมูลเพื่อรับข้อมูลส่วนบุคคลที่เกี่ยวข้องกับพวกเขา – ซึ่งก่อนหน้านี้ได้ให้ไว้ใน 'รูปแบบการใช้งานทั่วไปและรูปแบบที่เครื่องอ่านได้' และมีสิทธิ์ส่งข้อมูลนั้นไปยังผู้ควบคุมรายอื่น

อย่างไรก็ตาม การรองรับการเปลี่ยนแปลงข้างต้นไม่ควรถูกขับเคลื่อนด้วยความกลัวว่าผลที่ตามมา

แต่บริษัทและนักการตลาดควรพิจารณาว่าค่านิยมของพวกเขาสนับสนุนการดำเนินธุรกิจได้ดีเพียงใด และสถานการณ์ที่อาจจะเกิดขึ้นซึ่งจะนำไปสู่ระบบและขั้นตอนที่ต้องเผชิญกับความท้าทาย ซึ่งอาจมาจากผู้เยี่ยมชมที่ได้รับการทดสอบแต่ละรายว่าข้อมูลของพวกเขาควรถูกย้ายหรือลบ หรือแฮ็กเกอร์พยายามรับข้อมูลส่วนบุคคลอย่างผิดกฎหมาย นอกจากนี้ยังอาจมาพร้อมกับคำขอเข้าถึงข้อมูลของเจ้าของข้อมูล (DSAR)

ไม่ว่าคำขอเกี่ยวกับข้อมูลส่วนบุคคลใด นักการตลาดควรทราบ เข้าใจ และปฏิบัติตามพฤติกรรมและค่านิยมที่เหมาะสม

เป็นสิ่งที่จะช่วยให้สามารถเลือกได้เพื่อปกป้องบุคคลและบริษัท

นี่คือเหตุผลที่การทดสอบ A/B อย่างมีจริยธรรมมีความสำคัญมาก: ส่งผลต่อวิธีการสื่อสารค่านิยมภายในองค์กร วิธีที่ผู้นำแสดงให้เห็น และวิธีที่รวมอยู่ในความสัมพันธ์ในการทำงานในแต่ละวัน

ต้นทุนของการไม่ปฏิบัติตาม GDPR: ตื่นตัวกับตัวเลข

ต่อไปนี้คือรายการค่าปรับที่แบรนด์ทั้งรายใหญ่และรายเล็กได้รับนับตั้งแต่มีการบังคับใช้ GDPR เป็นการรวบรวมที่น่ากลัวในแง่ของขนาดของเงินที่ธุรกิจต้องใช้

แต่สิ่งที่น่ากลัวกว่ายังคงเป็นสาเหตุของการละเมิด

พวกเขาแสดงการละเลยอย่างชัดแจ้งต่อความเป็นส่วนตัวของผู้ใช้/ลูกค้า และผลักดันความต้องการที่จะนำวัฒนธรรมธุรกิจที่มีจริยธรรมมาใช้ทั่วทั้งองค์กร

ไม่มีตัวอย่างใดที่สามารถตรวจสอบย้อนกลับไปยังการทดสอบ A/B ได้โดยตรง แต่แนวความคิดหลายอย่างที่นำไปสู่การละเมิดและค่าปรับเหล่านี้ได้แผ่ขยายไปทั่วการเพิ่มประสิทธิภาพในบริษัทเช่นกัน

ถึงเวลาต้องตื่นมาเปลี่ยนแปลงสิ่งนั้น

วิธีเริ่มต้นใช้งานการทดสอบ A/B อย่างมีจริยธรรม: 10 ข้อควรพิจารณาที่มั่นคง

ในการวิจัยประเภทใดก็ตามที่เกี่ยวข้องกับผู้เข้าร่วมที่เป็นมนุษย์ การพิจารณาจริยธรรมของโครงการวิจัยเป็นสิ่งสำคัญ

นั่นก็เช่นกันเมื่อคุณทำการทดสอบ A/B คุณมีหน้าที่รับผิดชอบต่อความเป็นอยู่ที่ดีของผู้เข้าร่วม ในการแสดงตนอย่างซื่อสัตย์ และเก็บรักษาข้อมูลส่วนบุคคลของพวกเขาให้ปลอดภัย

ในที่นี้ เราจะพูด ถึงข้อควรพิจารณาที่สำคัญที่สุดบางประการสำหรับการทดสอบ A/B อย่างมีจริยธรรม

การทดสอบ A/B ที่เกี่ยวข้องกับการประมวลผลข้อมูลส่วนบุคคลจะต้องให้ข้อมูลเกี่ยวกับข้อกำหนดในการปกป้องข้อมูล มีโอกาสมากขึ้นที่การทดสอบของคุณจะเพิ่มความเสี่ยงด้านจริยธรรมหากเกี่ยวข้องกับ:

• การประมวลผล 'หมวดหมู่พิเศษ' ของข้อมูลส่วนบุคคล (เดิมเรียกว่า 'ข้อมูลที่ละเอียดอ่อน');
• การประมวลผลข้อมูลส่วนบุคคลที่เกี่ยวข้องกับเด็ก ผู้อ่อนแอ หรือบุคคลที่ไม่ยินยอมให้เข้าร่วมการทดสอบ
• การดำเนินการประมวลผลที่ซับซ้อนและ/หรือการประมวลผลข้อมูลส่วนบุคคลในขนาดใหญ่และ/หรือการตรวจสอบอย่างเป็นระบบของพื้นที่สาธารณะที่สามารถเข้าถึงได้ในวงกว้าง
• เทคนิคการประมวลผลข้อมูลที่มีการบุกรุกและถือว่ามีความเสี่ยงต่อสิทธิและเสรีภาพของผู้เยี่ยมชมที่ได้รับการทดสอบ หรือเทคนิคที่เสี่ยงต่อการนำไปใช้ในทางที่ผิด
• รวบรวมข้อมูลนอกสหภาพยุโรปหรือถ่ายโอนข้อมูลส่วนบุคคลที่รวบรวมในสหภาพยุโรปไปยังหน่วยงานในประเทศนอกสหภาพยุโรป

ข้อควรพิจารณา #1: การทดสอบ ไม่ใช่การหลอกลวง

ต้องแยกความแตกต่างระหว่างการทดสอบ A/B แบบเดิมกับรูปแบบการทดลองทางเลือก โดยที่ผลลัพธ์ของอัลกอริทึมจะถูกแก้ไขสำหรับผู้ใช้เพียงเศษเสี้ยวเพื่อวัตถุประสงค์ในการวิจัยที่คาดคะเน

ติ้ง..ดิง... Facebook 2014 ใครก็ได้?

ในการทดสอบ A/B ลักษณะเฉพาะของการออกแบบอินเทอร์เฟซ เช่น การจัดเรียงปุ่ม เลย์เอาต์ หรือข้อความอธิบาย จะถูกบล็อกหรือจัดเรียงใหม่เพื่อทดสอบผลกระทบ บริษัทออนไลน์หลายแห่งทำการทดสอบ A/B กับผู้ใช้เป็นประจำเพื่อประเมินผลกระทบของการเปลี่ยนแปลงการออกแบบเว็บไซต์

อย่างไรก็ตาม การทดลองรูปแบบใหม่เกิดขึ้นเมื่อโค้ดโปรแกรมของอัลกอริธึมของเว็บไซต์เปลี่ยนแปลงเพื่อกระตุ้นการหลอกลวงด้วยผลลัพธ์ที่บิดเบือน

นี่เป็นรูปแบบการทดสอบเชิงลึก ซึ่งเราเรียกว่าการทดสอบ โค้ด/การหลอกลวง หรือการทดสอบ C/D เพื่อแยกความแตกต่างจากการทดสอบระดับพื้นผิวที่เกี่ยวข้องกับการทดสอบ A/B

การทดลอง C/D ควรแตกต่างจากความพยายามอย่างต่อเนื่องของบริษัทออนไลน์ที่มุ่งปรับปรุงอัลกอริทึมของตนเพื่อวัตถุประสงค์ในการดำเนินงาน

กรณีของการปรับให้เหมาะสมดังกล่าวไม่เกี่ยวข้องกับการหลอกลวง เนื่องจากมีวัตถุประสงค์เพื่อสร้างผลลัพธ์ที่ดีขึ้น (แม่นยำยิ่งขึ้น) สำหรับผู้ใช้ทั้งหมด ในทางตรงกันข้าม ในการทดลอง C/D ผลลัพธ์ของอัลกอริธึมจะเปลี่ยนแปลง (เช่น บิดเบี้ยวหรือปลอมแปลง) เพื่อวัตถุประสงค์ในการวิจัย

ข้อควรพิจารณา #2: มองหาผลประโยชน์สูงสุดของผู้ใช้

ตามที่อธิบายโดย Isaac Wardle แห่ง Team Croco คุณควรตั้งเป้าไปที่ความสอดคล้องระหว่างความสนใจของบริษัทและผู้ใช้

ตามหลักการแล้ว นักวิทยาศาสตร์ด้านพฤติกรรมต้องถามบริษัทที่ทำงานร่วมกันว่าเจตนาของพวกเขาคืออะไร และความตั้งใจของพวกเขาสอดคล้องกับคนที่พวกเขากำลังทำงานด้วย มักจะเป็นพนักงานหรือลูกค้าอย่างไร

เมื่อความตั้งใจไม่ตรงกัน นักวิจัยและบริษัทต่างๆ จำเป็นต้องให้ความสำคัญมากขึ้นเกี่ยวกับวิธีการใช้ข้อมูลเชิงลึกด้านพฤติกรรมและสิ่งที่สิ้นสุด

ต่อไปนี้คือรายการคำถามที่ต้องถามก่อนการทดสอบแต่ละครั้งจะเผยแพร่:

1. เราต้องการอะไรในแง่ของการปรับปรุง KPI จากการทดสอบ?
2. การเปลี่ยนแปลงการรับรู้ใดที่เราต้องการกระตุ้นให้ผ่านการทดสอบ?
3. การเปลี่ยนแปลงการรับรู้นี้เป็นธรรมหรือไม่? ( ลองนึกย้อนกลับไปที่ตัวอย่างของไซต์ที่มีสัญญาณความเชื่อถือที่ส่วนหลังไม่สามารถสนับสนุนได้ )
4. การกระตุ้นการรับรู้นี้จะทำให้ผู้เยี่ยมชมที่ทดสอบอยู่ในรูปแบบใด ๆ ของความเสี่ยงทางร่างกาย จิตใจ หรือทางการเงินหรือไม่?
5. การทดสอบ A/B คุ้มกับค่าใช้จ่ายหรือไม่? ลองนึกถึงการสูญเสียความปรารถนาดี โอกาส และลูกค้า หากแนวทางดังกล่าวมีความเสี่ยงและมีโอกาสเกิดสิ่งผิดปกติขึ้น

ข้อพิจารณา #3: ความโปร่งใสและความซื่อสัตย์

คุณควรซื่อสัตย์กับผู้เยี่ยมชมทดสอบของคุณเกี่ยวกับวัตถุประสงค์ของการทดสอบ A/B ของคุณ คุณทำเพื่อใคร และคุณจะใช้ผลลัพธ์อย่างไร

ด้วยวิธีนี้ ผู้เข้าร่วมสามารถให้ ความยินยอม และไม่ต้องแปลกใจหากพวกเขาพบผลลัพธ์ของคุณในภายหลัง

ในบางกรณี คุณอาจไม่สามารถบอกทุกอย่างแก่ผู้เยี่ยมชมที่ผ่านการทดสอบในทันที บางครั้ง การรู้ว่าคุณกำลังทำการทดลองใดอาจส่งผลต่อปฏิกิริยาของพวกเขา

อาจเป็นได้ว่าพวกเขาชอบหรือไม่ชอบแบรนด์ของคุณหรือมีประสบการณ์กับผลิตภัณฑ์หรือบริการของคุณที่จะมีอิทธิพลต่อสิ่งที่พวกเขาคาดหวังจากมัน

ในบางครั้ง การทราบจุดประสงค์ของการทดสอบของคุณจะส่งผลต่อวิธีที่ผู้เยี่ยมชมดำเนินการหรือสำรวจไซต์ของคุณ เนื่องจากพวกเขาต้องการให้ผลลัพธ์ที่พวกเขาคิดว่าคุณกำลังมองหา ท่าทางที่ดีจากด้านข้างของพวกเขา แต่ไม่ใช่สิ่งที่คุณต้องการอย่างแน่นอนหากการทดลองของคุณเป็นรากฐานที่มั่นคงสำหรับความพยายามในโลกแห่งความเป็นจริงที่เกี่ยวข้องกับผู้ใช้

ข้อพิจารณา #4: รักษาอคติของคุณไว้ข้าง ๆ

เมื่อคุณวิเคราะห์การทดสอบหรือนำเสนอผลการทดสอบ ให้แสดงสิ่งที่ผู้เยี่ยมชมทดสอบพูดและทำอย่างตรงไปตรงมาเสมอ

เมื่อเรากำหนดสมมติฐาน เรามักมีความคิดอุปาทานเกี่ยวกับสิ่งที่เราคิดว่าผลลัพธ์จะออกมาเป็นอย่างไร หรือสิ่งที่เราต้องการให้ผลลัพธ์ออกมาเป็นอย่างไร

เป็นสิ่งสำคัญที่จะไม่ค้นหาตัวอย่างสิ่งที่คุณคาดหวังให้ผู้เยี่ยมชมทดสอบทำ นั่นเป็นเรื่องส่วนตัวและทำให้เข้าใจผิด ค่อนข้างเหมือนกับการตอบสนองต่อความเป็นจริงก่อนที่มันจะเกิดขึ้น เพราะคุณไม่สามารถออกแบบท่าเต้นคนจริงในสภาพแวดล้อมของพวกเขา คุณต้องตรวจสอบพวกเขาแทน

เปิดใจและรับฟังสิ่งที่ผู้เยี่ยมชมทดสอบพูดและทำ สิ่งนี้อาจฟังดูชัดเจน แต่ในทางปฏิบัติอาจทำได้ยาก เนื่องจากนักการตลาดก็เป็นมนุษย์เช่นกัน

เมื่อสื่อสารผลลัพธ์ของคุณ ให้ชัดเจนถึงพารามิเตอร์ที่คุณกำลังอ้างอิงผลลัพธ์ของคุณ ตรวจสอบให้แน่ใจว่าคุณนับจำนวนผู้เยี่ยมชมที่ผ่านการทดสอบพูดหรือทำสิ่งที่น่าสนใจที่เข้ากับแนวคิดของคุณสำหรับการออกแบบใหม่ได้อย่างลงตัว

ทั้งหมดนั้น ส่วนใหญ่ มีเพียงหยิบมือเดียวหรืออาจแค่อันเดียว?

การใส่อคติลงในผลการทดสอบ A/B ไม่เพียงแต่ทำให้ต้นทุนของธุรกิจ (เมื่อไม่ได้ผลลัพธ์ตามที่ต้องการ) แต่ยังนำไปสู่การปรับใช้ตัวแปรที่ไม่ปรับปรุงประสบการณ์ของผู้เยี่ยมชม และในหลายกรณีอาจทำให้พวกเขาบอบช้ำโดยเฉพาะอย่างยิ่ง หากเกี่ยวข้องกับธุรกรรมทางการเงินและ UX นั้นไม่เป็นที่พอใจอย่างยิ่ง

ข้อพิจารณา #5: ขอรับความยินยอมและอนุญาตหาก PII เกี่ยวข้อง

ตรวจสอบให้แน่ใจว่าคุณได้รับความยินยอมจากผู้เข้าชมที่ทดสอบแล้วแต่ละคน (หากคุณใช้ข้อมูลส่วนบุคคลที่สามารถระบุตัวตนได้) สำหรับการเข้าร่วมในการทดสอบ A/B ของคุณทั้งทางวาจาหรือลายลักษณ์อักษร ความยินยอมที่ได้รับแจ้งกำหนดให้ผู้เข้าร่วมของคุณมีความคิดที่ชัดเจนว่าคุณกำลังทำอะไรอยู่และคุณจะใช้การทดสอบนี้เพื่ออะไร

วิชาส่วนใหญ่มักจะไม่สนใจที่จะอ่านข้อมูล พวกเขาจะคลิกผ่านไปยังเว็บไซต์โดยเร็วที่สุด

และถ้าอาสาสมัครอ่านเกี่ยวกับการศึกษานี้ พยายามอย่าให้ข้อมูลที่อาจมีอิทธิพลต่อพวกเขา สมมติว่าเรากำลังประเมินผลกระทบของเฉดสีฟ้าต่างๆ การอ่านเกี่ยวกับเรื่องนี้เกือบจะเปลี่ยนวิธีที่พวกเขาตอบสนองต่อสีเมื่อไปที่เว็บไซต์ และทำให้ผลการศึกษามีอคติ

ดังนั้น โปรดขอความยินยอมเสมอหากคุณตั้งใจจะจัดเก็บข้อมูลส่วนบุคคล แต่พยายามทำอย่างเป็นกลาง

ข้อควรพิจารณา #6: เพิ่มการเลือกไม่ใช้อย่างง่าย

ในการทดลอง "การติดต่อทางสังคม" ที่โด่งดังของ Facebook ผู้คนที่มีการปรับเปลี่ยนฟีดข่าวไม่ได้รับการแจ้งเตือนล่วงหน้าและไม่มีทางที่พวกเขาจะเลือกไม่เข้าร่วมกิจกรรมการวิจัยใด ๆ ที่ดำเนินการบนไซต์ นี่เป็นปัญหาอย่างยิ่ง

ผู้ใช้ต้องได้รับอนุญาตให้ยกเลิกการทดสอบ A/B ได้อย่างง่ายดาย

ข้อควรพิจารณา #7: ยอมรับว่าจุดข้อมูลคือบุคคล (และอันตรายที่ซ่อนอยู่มีจริง)

กฎพื้นฐานประการหนึ่งของการทดสอบ A/B ที่มีความรับผิดชอบและมีจริยธรรมคือการรับรู้อย่างแน่วแน่ว่าข้อมูลส่วนใหญ่เป็นตัวแทนหรือส่งผลกระทบต่อผู้คน

เริ่มต้นด้วยสมมติฐานที่ว่าข้อมูลทั้งหมดเป็นคนจนกว่าจะได้รับการพิสูจน์เป็นอย่างอื่นทำให้งานแยกข้อมูลจากมนุษย์ไปในทางที่ถูกต้อง

แม้ว่าจะเห็นได้ชัดว่าคุณไม่ควรทำอะไรที่อาจเป็นอันตรายต่อผู้เข้าชมที่ทดสอบของคุณ แต่ก็มีความแตกต่างระหว่างอันตรายนั้นกับอันตรายทางอ้อมที่ซ่อนเร้นซึ่งสามารถหันศีรษะที่น่าเกลียดออกไปตามถนนได้

คุณสามารถก่อให้เกิดอันตรายโดยไม่ตั้งใจได้ หากคุณไม่พิจารณาอย่างรอบคอบว่าคุณโต้ตอบกับผู้เยี่ยมชมที่ทดสอบอย่างไรและวิธีจัดการข้อมูลของพวกเขาอย่างไร ความเสี่ยงต้องไม่เกินประโยชน์ที่จะได้รับจากผลลัพธ์ของคุณ

Bart Schutz นักจิตวิทยาด้านพฤติกรรมและผู้เชี่ยวชาญด้านการทดสอบ A/B ได้เปิดเผยแนวคิดของอันตรายที่ซ่อนอยู่:

หากความสะอาดของหอพักหรือโรงแรมเกี่ยวข้องกับจิตใจของผู้หญิงที่มีความปลอดภัย การทดสอบที่เน้นความสะอาดของที่พักในพื้นที่ที่มีอัตราการเกิดอาชญากรรมสูง จริง ๆ แล้วอาจผลักดันให้ผู้หญิงจองสถานที่ที่สะอาด แต่ไม่ปลอดภัย

ข้อควรพิจารณา #8: ป้องกันการระบุข้อมูลของคุณซ้ำ

เมื่อชุดข้อมูลที่คิดว่าจะไม่ระบุชื่อถูกรวมเข้ากับตัวแปรอื่นๆ อาจส่งผลให้เกิดการระบุซ้ำโดยไม่คาดคิด เช่นเดียวกับปฏิกิริยาเคมีที่เกิดจากการเติมส่วนผสมสุดท้าย

แม้ว่าพลังในการระบุวันเกิด เพศ และรหัสไปรษณีย์จะเป็นที่ทราบกันดี แต่ก็มีพารามิเตอร์อื่นๆ โดยเฉพาะอย่างยิ่งข้อมูลเมตาที่เกี่ยวข้องกับกิจกรรมดิจิทัลที่อาจเป็นประโยชน์ในการระบุตัวบุคคล IP, ตำแหน่งทางภูมิศาสตร์, ID ลูกค้าและแท็ก, เขตเวลา, ID ธุรกรรม, การประทับเวลาสามารถใช้เพื่อระบุตัวบุคคลได้

ดังนั้น ระบุเวกเตอร์ที่เป็นไปได้ของการระบุซ้ำในข้อมูลการทดสอบของคุณ ทำงานเพื่อลดขนาดลงในผลลัพธ์ที่เผยแพร่ของคุณให้มากที่สุดเท่าที่จะเป็นไปได้

ใช้ประโยชน์จากการใช้นามแฝงและการทำให้ไม่เปิดเผยชื่อ

วิธีที่ดีที่สุดวิธีหนึ่งในการบรรเทาข้อกังวลด้านจริยธรรมที่เกิดจากการใช้ข้อมูลส่วนบุคคลคือการ ปิดบังข้อมูลเพื่อไม่ให้เกี่ยวข้องกับบุคคลที่ระบุตัวตนได้อีกต่อไป

ข้อมูลที่ไม่เกี่ยวข้องกับบุคคลที่ระบุตัวตนได้อีกต่อไป เช่น ข้อมูลโดยรวมและข้อมูลทางสถิติ หรือข้อมูลที่ไม่เปิดเผยตัวตน (ดังนั้นจึงไม่สามารถระบุตัวตนซ้ำได้) จะไม่ใช่ข้อมูลส่วนบุคคลและดังนั้นจึงอยู่นอกเหนือขอบเขตของกฎหมายคุ้มครองข้อมูล

อย่างไรก็ตาม แม้ว่าคุณจะวางแผนที่จะใช้เฉพาะชุดข้อมูลที่ไม่ระบุตัวตน การทดสอบ A/B ของคุณอาจยังก่อให้เกิดปัญหาด้านจริยธรรมที่สำคัญ

สิ่งเหล่านี้อาจเกี่ยวข้องกับที่มาของข้อมูลหรือวิธีการได้มา ดังนั้น คุณต้องระบุแหล่งที่มาของชุดข้อมูลที่คุณต้องการใช้ในการทดสอบและแก้ไขปัญหาด้านจริยธรรมที่เกิดขึ้น

คุณต้องพิจารณาถึงศักยภาพในการใช้วิธีการหรือผลการวิจัยในทางที่ผิด และความเสี่ยงที่จะเกิดความเสียหายต่อกลุ่มหรือชุมชนที่เกี่ยวข้องกับข้อมูล

ในกรณีที่จำเป็นต้องรักษาความเชื่อมโยงระหว่างผู้เยี่ยมชมที่ทดสอบกับข้อมูลส่วนบุคคลของพวกเขา คุณควรใช้นามแฝงของข้อมูลทุกเมื่อที่ทำได้ เพื่อปกป้องความเป็นส่วนตัวของอาสาสมัครและลดความเสี่ยงต่อสิทธิ์พื้นฐานของพวกเขาในกรณีที่มีการเข้าถึงโดยไม่ได้รับอนุญาต

ข้อควรพิจารณา #9: อย่ากำหนดเป้าหมายเด็กด้วยการทดสอบ A/B ของคุณ

การทดสอบ A/B ทั้งหมดที่เกี่ยวข้องกับเด็กและเยาวชนทำให้เกิดประเด็นด้านจริยธรรมที่สำคัญ เนื่องจากอาสาสมัครอาจไม่ค่อยตระหนักถึงความเสี่ยงและผลที่ตามมาของการมีส่วนร่วม นอกจากนี้ยังใช้กับการประมวลผลข้อมูลส่วนบุคคลของพวกเขา

ที่สำคัญที่สุด เด็ก ๆ นั้นน่าประทับใจและอันตรายที่ซ่อนอยู่ใด ๆ ที่เกิดจากการทดสอบกับพวกเขามักจะทวีคูณและฝังแน่น

หากการทดสอบของคุณเกี่ยวข้องกับการรวบรวมข้อมูลจากเด็ก คุณต้องปฏิบัติตามหมายเหตุ GDPR เกี่ยวกับ ความยินยอม ที่ได้รับการบอกกล่าว โดยเฉพาะอย่างยิ่ง บทบัญญัติเกี่ยวกับการขอความยินยอมจากผู้ปกครอง/ตัวแทนทางกฎหมาย และการยินยอมของเด็ก (ตามความเหมาะสม)

เนื่องจากคำแนะนำดังกล่าวชัดเจน ข้อมูลใดๆ ที่คุณส่งถึงเด็กจะต้องเป็นภาษาที่เหมาะสมกับวัยและเข้าใจง่ายที่พวกเขาเข้าใจได้ง่าย คุณต้องใช้หลักการป้องกันโดยการออกแบบเพื่อทดสอบข้อมูลเกี่ยวกับเด็ก และลดการรวบรวมและประมวลผลข้อมูลของเด็ก

GDPR กำหนดมาตรการป้องกันพิเศษสำหรับเด็กเกี่ยวกับ 'บริการสังคมข้อมูล' ซึ่งเป็นคำกว้างๆ ที่ครอบคลุมผู้ให้บริการอินเทอร์เน็ตทั้งหมด รวมถึงแพลตฟอร์มโซเชียลมีเดีย ซึ่งรวมถึงข้อกำหนดสำหรับความยินยอมของผู้ปกครองที่ผ่านการตรวจสอบแล้วในส่วนที่เกี่ยวกับบริการสังคมข้อมูลที่นำเสนอโดยตรงกับเด็กอายุต่ำกว่า 16 ปี

หากคุณกำลังรวบรวมข้อมูลจากเด็ก คุณต้องแน่ใจว่าคุณปฏิบัติตามกฎหมายระดับประเทศและกฎหมายของสหภาพยุโรป/สหรัฐอเมริกา และอธิบายในนโยบายความเป็นส่วนตัวของคุณว่าคุณจะได้รับและตรวจสอบความยินยอมของผู้ปกครอง/ตัวแทนทางกฎหมายอย่างไร

ข้อควรพิจารณา #10: อยู่ห่างจากการปิดบัง

Google อนุญาตการทดสอบ A/B หรือไม่

ฉันจะถูกลงโทษในผลการค้นหาของ Google เนื่องจากการปิดบังหน้าเว็บจริงหรือไม่

Google แนะนำว่าหากตรวจพบการปิดบังเว็บไซต์ คุณอาจถูกลบออกจากดัชนีของ Google ทั้งหมด

ดังนั้นการปิดบังหมายถึงอะไร? พูดง่ายๆ ก็คือ คุณแสดงเนื้อหาที่แตกต่างกันต่อบอทของเครื่องมือค้นหาและต่อมนุษย์ เพื่อจัดการอันดับของเครื่องมือค้นหาของคุณ

สคริปต์การปิดบังส่วนใหญ่ระบุ IP ของตัวแทนผู้ใช้ (มนุษย์หรือบอทของเครื่องมือค้นหา) และขึ้นอยู่กับรายการ IP ที่กำหนดไว้ล่วงหน้าของบ็อตเครื่องมือค้นหาว่าผู้เยี่ยมชมเป็นเครื่องมือค้นหาหรือมนุษย์

สคริปต์อื่นๆ ใช้ “กับดัก” เพื่อระบุหุ่นยนต์ คุณสามารถตั้งค่าเว็บเซิร์ฟเวอร์ของคุณเพื่อให้บริการเนื้อหาที่ยุ่งยากไปยังเครื่องมือค้นหาและเนื้อหาที่ดูดีสำหรับมนุษย์โดยพิจารณาจากผู้ที่เข้าชมไซต์ของคุณ

ตัวอย่างของการปิดบัง ได้แก่:

• การแสดงหน้าข้อความ HTML แก่เสิร์ชเอ็นจิ้น ในขณะที่แสดงหน้ารูปภาพหรือ Flash แก่ผู้ใช้
• การแทรกข้อความหรือคำสำคัญลงในหน้าเฉพาะเมื่อ User-agent ที่ร้องขอหน้านั้นเป็นเครื่องมือค้นหา ไม่ใช่ผู้เยี่ยมชมที่เป็นมนุษย์

มีวิธีง่าย ๆ ในการหลีกเลี่ยงการถูกปรับจากการปกปิด:

• อย่าแยกความแตกต่างใน Googlebot User-Agent
• ใช้ rel=”canonical”
• ใช้ 302s สำหรับการเปลี่ยนเส้นทาง
• ทำการทดสอบ "นานเท่าที่จำเป็น" เท่านั้น

ทำให้การทดสอบ A/B อย่างมีจริยธรรมง่ายขึ้น: ไปกับเครื่องมือที่เข้าใจความเป็นส่วนตัวของข้อมูล

ไม่มีโซลูชันการทดสอบ A/B ใดที่สามารถโต้แย้งพื้นฐานทางศีลธรรมของการทดสอบสำหรับคุณได้

แต่ความรับผิดชอบในการจัดการข้อมูลด้วยความระมัดระวัง และการรักษาคุณให้อยู่ในแนวทางที่ถูกต้องของแนวทางปฏิบัติในการทดสอบที่เป็นไปตามข้อกำหนดนั้น เป็นสิ่งที่คุณสามารถมอบหมายให้ใช้เครื่องมือที่เหมาะสมได้

ต่อไปนี้คือฟีเจอร์ที่ต้องมี 7 อย่างที่คุณควรมองหาในเครื่องมือที่คำนึงถึงความเป็นส่วนตัว:

คุณลักษณะ #1: การเปิดเผยข้อมูล – การทดสอบโดยไม่ต้องขอความยินยอม

หลักการสำคัญใน GDPR คือ การลดขนาดข้อมูล

ซึ่งหมายความว่าในบริบทของข้อมูลส่วนบุคคล ผู้ให้บริการผลิตภัณฑ์และบริการควรรวบรวม จัดเก็บ และประมวลผลเฉพาะสิ่งที่เพียงพอ เกี่ยวข้อง และจำกัดเฉพาะกรณีธุรกิจของตนเท่านั้น

ไม่มีคำจำกัดความที่ชัดเจนว่าข้อมูลส่วนบุคคลใดควรถูกรวบรวมและสิ่งใดไม่ควร มันขึ้นอยู่กับกรณีการใช้งานเฉพาะอย่างสมบูรณ์

ในการปฏิบัติตามหลักการย่อขนาดข้อมูล เราได้ลบ ID ของผู้เข้าชมในการติดตามของเราโดยจัดกลุ่มผู้เยี่ยมชมเว็บไซต์หลายร้อยคนให้อยู่ในกลุ่มผู้เข้าชมที่นับเฉพาะการมีอยู่ของผู้เข้าชมเท่านั้น

ผู้เยี่ยมชมแต่ละรายจะไม่ถูกเก็บไว้ใน Convert Experiences จะไม่สามารถเชื่อมโยงการนับกลุ่มกับผู้เข้าชมแต่ละรายไม่ว่าด้วยวิธีใด

GDPR ช่วยให้เราพิจารณาอย่างละเอียดถึงสิ่งที่เราจัดเก็บใน Convert และกรณีการใช้งานสำหรับเก็บไว้ในสภาพแวดล้อมที่เน้นความเป็นส่วนตัวมากขึ้น

คุณลักษณะ #2: คำเตือน GDPR ที่สะดวก

เครื่องมือต่างๆ เช่น Convert Experiences ได้แนะนำคำเตือนเพื่อแจ้งลูกค้าเกี่ยวกับการตั้งค่าที่เกี่ยวข้องกับ GDPR หรือตัวเลือกที่ใช้ในโครงการหรือการทดสอบของพวกเขา:

• Convert Experiences อนุญาตให้จัดกลุ่มผู้เข้าชมเว็บไซต์ตามเงื่อนไข เช่น สถานที่และพฤติกรรม กลุ่มเหล่านี้เรียกว่ากลุ่มที่กำหนดเอง อย่างไรก็ตาม หลัง GDPR หากเปิดใช้งานคุณลักษณะการแบ่งกลุ่ม หน่วยงานด้านความเป็นส่วนตัวในยุโรปสามารถตีความข้อมูลนี้ได้เพื่อเป็นวิธีระบุเจ้าของข้อมูล เพื่อแจ้งให้ผู้ใช้ทราบ เราได้แทรกคำเตือนที่เห็นได้ชัดเจนซึ่งจะเปิดใช้งานหากมีการเปิดใช้งานการแบ่งกลุ่มสำหรับผู้ชมอย่างน้อยหนึ่งราย

• กลุ่มเป้าหมายที่สร้างด้วยข้อมูลส่วนบุคคล: มีคำเตือน GDPR อยู่ในกลุ่มเป้าหมายที่บันทึกไว้และในหน้าสรุปประสบการณ์เมื่อสร้างกลุ่มเป้าหมายด้วยคุกกี้หรือเงื่อนไข JavaScript หรือหากมีเขตเวลา เมือง ภูมิภาค รหัสลูกค้า หรือแท็กลูกค้า

• การติดตามผลแบบข้ามโดเมน: โดยค่าเริ่มต้น คุกกี้ข้ามโดเมนจะถูกปิดโดยค่าเริ่มต้นสำหรับโปรเจ็กต์ทั้งหมดใน Convert Experiences การเปิดใช้งานจะเป็นการเปิดใช้งานคำเตือนอื่น:

• Personalization Experiences อาจประกอบด้วยส่วนเล็กๆ (ผู้เยี่ยมชมไม่ซ้ำกันน้อยกว่า 100 คน) และสิ่งนี้อาจถูกตีความโดยเจ้าหน้าที่ความเป็นส่วนตัวเพื่อระบุเจ้าของข้อมูล ด้วยเหตุผลดังกล่าว เราจึงได้เพิ่มคำเตือนในบทสรุปของ Personalization Experience

จุดประสงค์ของคำเตือนเหล่านี้คือเพื่อให้แน่ใจว่าผู้ใช้ของเราเข้าใจว่าคุณลักษณะใดที่อาจมองว่าเป็น "การระบุ" ที่เป็นไปได้ของเจ้าของข้อมูลโดยหน่วยงานของสหภาพยุโรป

เป็นการยากที่จะจดจำสาระสำคัญของข้อบังคับ GDPR!

ด้วยการใช้ Convert Experiences คุณทำงานกับเครื่องมือที่สามารถทำได้หลายอย่าง แต่ยังช่วยคั่นด้วยศักยภาพด้วยการเตือนว่าขณะนี้การกระทำบางอย่างได้รับการตีความแตกต่างออกไปในประเทศในสหภาพยุโรป

คุณสามารถปิดคำเตือน GDPR

คุณลักษณะ #3: ติดตามการดำเนินการของผู้ใช้ด้วยประวัติการเปลี่ยนแปลง

มีหลายคนทำงานร่วมกันในการทดสอบของคุณหรือไม่? คุณต้องมองหาการเปลี่ยนแปลงที่ไม่คาดคิดในการทดสอบ A/B ของคุณ

บันทึกการเปลี่ยนแปลงมีความสำคัญในเรื่องนี้ เครื่องมือต่างๆ เช่น Convert Experiences จะบันทึกการดำเนินการส่วนใหญ่ที่สามารถทำได้ในโปรเจ็กต์ ตัวอย่างเช่น การสร้างการทดสอบ การแก้ไขรูปแบบ การเพิ่มและการลบผู้ชม และอื่นๆ ประวัติการเปลี่ยนแปลงจะแสดงบันทึกกิจกรรมของผู้ใช้สำหรับแต่ละโครงการของคุณ

หากการทดสอบดูเหมือนผิดปกติหรือหยุดทำงานอย่างถูกต้อง คุณสามารถแก้ไขปัญหาได้โดยการตรวจสอบประวัติการเปลี่ยนแปลงเพื่อดูว่ามีการเปลี่ยนแปลงใดเกิดขึ้น เมื่อใด และเกิดจากใคร

ประวัติการเปลี่ยนแปลงโดยละเอียดนี้สร้างเส้นทางกิจกรรมที่ให้ความปลอดภัยเพิ่มเติมแก่บุคคลและทีมที่มีผู้ทำงานร่วมกันหลายคน

คุณลักษณะ #4: การรับรองความถูกต้องด้วยสองปัจจัย

การตรวจสอบสิทธิ์แบบสองปัจจัย (2FA) เพิ่มความปลอดภัยของเครื่องมือทดสอบโดยเพิ่มการตรวจสอบสิทธิ์ระดับที่สองเมื่อลงชื่อเข้าใช้ แทนที่จะใช้รหัสผ่านเพียงอย่างเดียว โดยเปิดใช้งานการตรวจสอบสิทธิ์แบบสองปัจจัย คุณจะต้องป้อนรหัสที่คุณเข้าถึง จากอุปกรณ์มือถือของคุณ ด้วยวิธีนี้ คุณจะสบายใจได้ โดยรู้ว่าบัญชีของคุณได้รับการปกป้องแม้ว่ารหัสผ่านของคุณจะถูกบุกรุก

นอกจากนี้เรายังได้สร้างระบบการลงชื่อเพียงครั้งเดียว (SSO) ที่ปลอดภัยใน Convert Experiences เพื่อความปลอดภัยที่ดีขึ้นและใช้งานง่าย

คุณลักษณะ #5: เคารพการตั้งค่าผู้ใช้ (การเลือกไม่ใช้และ DNT)

เครื่องมือทดสอบ A/B ของคุณควร มีคุณสมบัติการเลือกไม่รับ ที่อนุญาตให้ยกเว้นผู้เยี่ยมชม

ลูกค้า Convert แต่ละคนต้องมีแบบฟอร์มเลือกไม่รับนี้ในเว็บไซต์ของตน เพื่อให้ผู้เยี่ยมชมเว็บไซต์มีสิทธิ์คัดค้านการวิจัยทางสถิตินี้

ซอฟต์แวร์ของคุณควรรู้จัก Do Not Track (DNT) ด้วย เนื่องจากเราคิดว่าการมีวิธีง่ายๆ ในการควบคุมวิธีการใช้ข้อมูลของผู้ใช้ปลายทางเป็นสิ่งสำคัญ

Convert Experiences ยกย่อง DNT เป็นสัญญาณว่าคุณและผู้ใช้ปลายทางต้องการให้เราใช้ข้อมูลอย่างไร

การใช้งานทางเทคนิคเกี่ยวกับวิธีที่ Convert จะสนับสนุนฟิลด์นี้สามารถอธิบายได้ด้วยค่าที่เป็นไปได้สามค่าของ DNT:

1. อย่าติดตาม (เลือกไม่ติดตาม)
2. ติดตาม (เลือกใช้การติดตาม)
3. Null – ไม่มีการตั้งค่า

ตามค่าเริ่มต้น เว็บเบราว์เซอร์ใช้ค่า null (ไม่มีการตั้งค่า) ซึ่งบ่งชี้ว่าผู้ใช้ปลายทางไม่ได้แสดงความปรารถนาว่าต้องการถูกติดตามหรือไม่

ตั้งแต่ปี 2018 การแปลงไม่โหลดสคริปต์/การทดสอบเมื่อมีการตั้งค่าตัวเลือก #1, ห้ามติดตาม (เลือกไม่ติดตาม) ในเบราว์เซอร์และโหลดด้วยตัวเลือกอื่นอีกสองตัวเลือก

โดยเฉพาะอย่างยิ่งกับการตั้งค่าเบราว์เซอร์ล่าสุด (Apple Safari ที่มี ITP 2.2 และ Mozilla Firefox ที่มี ETP) เป็นที่ชัดเจนว่า DNT, Opt-Out และการตั้งค่าเบราว์เซอร์อื่นๆ ที่ทดสอบผู้เยี่ยมชมใช้ขณะนำทางในเว็บไซต์ของคุณควรได้รับการเคารพ

คุณลักษณะ #6: เครื่องมือสถิติโปร่งใส

การทดสอบ A/B เป็นเทคนิคที่ใช้วิธีการทางสถิติและการวิเคราะห์ ที่กล่าวว่าคุณไม่จำเป็นต้องเป็นนักสถิติเพื่อทำความเข้าใจแนวคิดที่เกี่ยวข้องหรือผลลัพธ์ที่ได้รับจากกรอบการทดสอบ A/B ที่คุณชื่นชอบ

แต่เป็นการดีที่จะทราบสมการทางคณิตศาสตร์ที่ใช้ในการคำนวณสถิติและตัวชี้วัดโดยรอบการทดสอบของคุณและทำความเข้าใจว่าผลลัพธ์มีความหมายต่อคุณอย่างไรและจะส่งผลต่อผู้เข้าชมที่ทดสอบได้อย่างไร

พวกเราที่ Convert มีความโปร่งใสมากเกี่ยวกับอัลกอริธึมที่เราใช้ในการคำนวณความเชื่อมั่นทางสถิติและรูปแบบการชนะ คุณสามารถดูรายละเอียดเพิ่มเติมได้ที่นี่

เราใช้การทดสอบ Z แบบ 2 ทางที่ระดับนัยสำคัญทางสถิติ .05 (ความมั่นใจ 95%) (นั่นคือ .025 สำหรับแต่ละหางเป็นการแจกแจงแบบสมมาตรปกติ) โดยมีตัวเลือกในการเปลี่ยนค่านี้ระหว่าง 95%-99%

คุณลักษณะ #7: เครื่องมือด้านจริยธรรมกับพันธมิตรด้านจริยธรรม

การทำงานร่วมกับเครื่องมือทดสอบที่เป็นไปตามข้อกำหนดจากผู้ขายที่มีจริยธรรมไม่เพียงพอ เราอาศัยอยู่ในโลกที่เชื่อมต่อถึงกัน และไม่มีบริษัท SaaS แห่งใดตั้งอยู่เพียงลำพัง

เลือกโซลูชันที่สร้างระบบนิเวศของพันธมิตรที่ใส่ใจ

ที่ Convert เรามีคำถามชุดหนึ่งที่เราใช้เป็นพันธมิตรกับผู้จำหน่ายบุคคลที่สามรายใหม่:

1. ข้อมูลและแอปพลิเคชันของคุณเก็บไว้ที่ไหน?
2. ข้อมูลนั้นเคยย้ายออกจาก EEA หรือไม่?
3. คุณเคยถ่ายโอนข้อมูลระหว่างศูนย์ข้อมูลนอกสหภาพยุโรปหรือไม่?
4. คุณแจ้งให้ฉันทราบเสมอเมื่อมีการโอนข้อมูลของฉันหรือไม่?
5. คุณมีเจ้าหน้าที่คุ้มครองข้อมูลหรือไม่?
6. คุณมีการควบคุมข้อมูลและกระบวนการบริหารความเสี่ยงอะไรบ้าง?
7. How do you manage the version release process on your platform to ensure an adequate level of data protection?
8. Who can access my data, under what circumstances and what can they see? Is this access tracked?
9. Can I audit your security and technical measures on the protection of data?
10. Do you have in place a security breach notification process?
11. Are you GDPR compliant?