Giới thiệu về A/B testing

A/B testing là một trong những cách tốt nhất để so sánh hai hoặc nhiều phiên bản của một ứng dụng hoặc một trang web.

Nó cho phép bạn xác định xem một trong số họ hoạt động tốt hơn và có thể tạo tỷ lệ chuyển đổi tốt hơn.

Đây là một trong những cách dễ nhất để phân tích một ứng dụng hoặc trang web để tạo ra một phiên bản mới hiệu quả hơn.

Đây là một hướng dẫn ngắn gọn bao gồm các nguyên tắc cơ bản của A/B testing với các ví dụ phù hợp để minh họa cách bạn có thể đưa nó vào thực tế.

A/B Testing

Đối tượng độc giả

Hướng dẫn này đã được thiết kế để phù hợp với yêu cầu của tất cả những chuyên gia đang làm việc trong lĩnh vực kiểm thử phần mềm.

Nó cung cấp cái nhìn sâu sắc về các khái niệm của A/B testing và cách bạn có thể áp dụng nó để thực hiện phân tích dữ liệu và tối đa hóa tỷ lệ chuyển đổi của bất kỳ trang web nào.

Điều kiện tiên quyết

Chúng tôi giả định rằng những người đọc hướng dẫn này có kiến ​​thức cơ bản về HTML và một số kinh nghiệm xử lý trang web.

Ngoài ra, sẽ hữu ích nếu người đọc có kiến ​​thức cơ bản về Phân tích dữ liệu và tỷ lệ chuyển đổi của các trang web và ứng dụng di động.

Tổng quan về A/B testing

A/B testing (còn được gọi là Thử nghiệm phân tách) xác định cách so sánh hai phiên bản của một ứng dụng hoặc một trang web cho phép bạn xác định phiên bản nào hoạt động tốt hơn.

Đây là một trong những cách dễ nhất để phân tích một ứng dụng hoặc trang web để tạo một phiên bản mới.

Sau đó, cả hai phiên bản này có thể được so sánh để tìm tỷ lệ chuyển đổi , điều này giúp tiếp tục tìm kiếm hiệu suất tốt hơn của hai phiên bản này.

Ví dụ

Chúng ta hãy giả sử rằng có một trang web và tất cả lưu lượng truy cập được hướng đến trang này.

Bây giờ là một phần của A/B testing, bạn đã thực hiện một số thay đổi nhỏ như tiêu đề, đánh số, v.v. trên cùng một trang và một nửa lưu lượng truy cập của nó được chuyển đến phiên bản sửa đổi của trang web này.

Giờ đây, bạn đã có phiên bản A và phiên bản B của cùng một trang web và bạn có thể theo dõi hành động của khách truy cập bằng cách sử dụng số liệu thống kê và phân tích để xác định phiên bản mang lại tỷ lệ chuyển đổi cao hơn.

Tỷ lệ chuyển đổi được xác định là, ví dụ: khi bất kỳ khách truy cập nào trên trang web của bạn thực hiện hành động mong muốn.

A/B testing cho phép bạn xác định chiến lược tiếp thị trực tuyến tốt nhất cho doanh nghiệp của mình.

Hãy nhìn vào hình minh họa sau đây. Nó cho thấy phiên bản A mang lại tỷ lệ chuyển đổi là 15% và phiên bản B mang lại tỷ lệ chuyển đổi là 22%.

Tỉ lệ chuyển đổi trong A/B testing

A/B testing hoạt động như thế nào?

Bạn có thể theo dõi hành động của khách truy cập bằng cách sử dụng số liệu thống kê và phân tích để xác định phiên bản mang lại tỷ lệ chuyển đổi cao hơn.

Kết quả A/B testing thường được đưa ra theo thuật ngữ thống kê và toán học, nhưng ý nghĩa đằng sau các con số thực sự khá đơn giản.

Có hai phương pháp quan trọng để bạn có thể kiểm tra tỷ lệ chuyển đổi bằng cách sử dụng A/B testing:

  • Lấy mẫu dữ liệu.
  • Khoảng tin cậy.

Hãy để chúng tôi thảo luận về hai phương pháp này một cách chi tiết.

Lấy mẫu dữ liệu trong A/B testing

Số lượng mẫu phụ thuộc vào số lượng thử nghiệm được thực hiện. Số lượng tỷ lệ chuyển đổi được gọi là một mẫu và quá trình thu thập các mẫu này được gọi là lấy mẫu.

Ví dụ

Giả sử bạn có hai sản phẩm A và B, bạn muốn thu thập dữ liệu mẫu theo nhu cầu của nó trên thị trường.

Bạn có thể yêu cầu một vài người chọn từ sản phẩm A và B và sau đó yêu cầu họ tham gia vào một cuộc khảo sát.

Khi số lượng người tham gia tăng lên, nó sẽ bắt đầu hiển thị tỷ lệ chuyển đổi thực tế.

Có nhiều công cụ khác nhau có thể được sử dụng để xác định số lượng mẫu chính xác. Một công cụ miễn phí như vậy có sẵn là https://www.evanmiller.org

evanmiller.org

Khoảng tin cậy trong A/B testing

Khoảng tin cậy là phép đo độ lệch so với trung bình trên nhiều số mẫu.

Chúng ta hãy giả sử rằng 22% số người thích sản phẩm A trong ví dụ trên, với khoảng tin cậy là khoảng 2%.

Khoảng này cho biết giới hạn trên và dưới của những người chọn tham gia Sản phẩm A và cũng được gọi là giới hạn lỗi.

Để có kết quả tốt nhất trong khảo sát trung bình này, biên độ sai số phải càng nhỏ càng tốt .

Ví dụ

Chúng ta hãy giả sử rằng chúng tôi đã thêm một thay đổi nhỏ trong sản phẩm B  và sau đó thực hiện A/B testing trên hai sản phẩm này.

Khoảng tin cậy của sản phẩm A và B lần lượt là 10% với ± 1% và 20% với ± 2%. Vì vậy, điều này cho thấy một thay đổi nhỏ đã tăng tỷ lệ chuyển đổi.

Nếu chúng tôi bỏ qua biên độ lỗi, tỷ lệ chuyển đổi cho biến thể kiểm tra A là 10% và tỷ lệ chuyển đổi cho biến thể kiểm tra B là 20%, tức là tăng 10% trong biến thể kiểm tra.

Bây giờ, nếu chúng ta chia sự khác biệt theo tỷ lệ biến thể kiểm soát 10% ÷ 10% = 1.0 = 100%, nó cho thấy sự cải thiện 100%.

Do đó, chúng ta có thể nói rằng A/B testing là một kỹ thuật dựa trên các phương pháp và phân tích toán học.

Có nhiều công cụ trực tuyến khác nhau có thể được sử dụng để tính toán, một trong số đó là https://neilpatel.com

neilpatel.com

Tại sao nên sử dụng A/B testing?

A/B testing được sử dụng để đưa ra quyết định kinh doanh dựa trên kết quả thu được từ dữ liệu, thay vì chỉ đưa ra dự đoán.

Nó cho phép bạn tạo các biến thể của trang web hoặc ứng dụng của bạn và sau đó giúp bạn xác nhận hoặc loại bỏ quyết định của bạn để thực hiện thay đổi.

Thử nghiệm này cho phép bạn tối ưu hóa trang web hoặc ứng dụng của mình theo cách tăng tỷ lệ chuyển đổi.

Tỷ lệ chuyển đổi cao hơn có nghĩa là nhận được nhiều giá trị hơn từ người dùng hiện tại của bạn thay vì phải trả nhiều tiền hơn cho việc mua lại lưu lượng truy cập.

Tại sao nên sử dụng A/B testing

A/B testing cũng có thể giúp bạn thay đổi các yếu tố khác trong kinh doanh như thay đổi văn hóa làm việc, v.v ... Nó giúp bạn sử dụng dữ liệu toán học và thống kê để xác định hướng của các biến thể sản phẩm của bạn.

Dù bạn là nhà thiết kế, nhà phân tích kinh doanh hay nhà phát triển, A/B testing cung cấp một cách đơn giản để sử dụng sức mạnh của dữ liệu & thống kê để giảm rủi ro, cải thiện kết quả và trở nên dựa trên dữ liệu hơn trong công việc của bạn.

Để chạy A/B testing, bạn nên xem xét các điểm sau:

  • Luôn thực hiện A/B testing nếu xác suất để vượt qua phiên bản ban đầu > 5%.
  • Kiểm tra nên được chạy trong một khoảng thời gian đáng kể, để bạn có đủ dữ liệu mẫu để thực hiện thống kê và phân tích.

A/B testing cũng cho phép bạn đạt được tối đa từ lưu lượng truy cập hiện có của mình trên trang web.

Chi phí tăng chuyển đổi của bạn là tối thiểu so với chi phí thiết lập lưu lượng truy cập trên trang web của bạn.

ROI (lợi nhuận trên đầu tư) trên A/B testing là rất lớn, nhất là một vài thay đổi nhỏ trên một trang web có thể dẫn đến một sự gia tăng đáng kể tỷ lệ chuyển đổi.

Bài viết tiếp theo về A/B testing ở dưới này bạn ơi.

A/B testing là gì? Quy trình thực hiện A/B testing (phần 1) | Comdy
A/B testing là gì? Quy trình thực hiện A/B testing như thế nào? Bài viết này sẽ hướng dẫn bạn.
A/B Testing
Bài Viết Liên Quan:
Câu hỏi phỏng vấn về A/B testing
Trung Nguyen 31/03/2020
Câu hỏi phỏng vấn về A/B testing

Những câu hỏi phổ biến và đáp án khi phỏng vấn về A/B testing.

A/B testing là gì? Quy trình thực hiện A/B testing (phần 4)
Trung Nguyen 30/03/2020
A/B testing là gì? Quy trình thực hiện A/B testing (phần 4)

Bài viết này sẽ hướng dẫn bạn cách phân tích kết quả A/B testing, sử dụng các công cụ và A/B testing đa biến.

A/B testing là gì? Quy trình thực hiện A/B testing (phần 3)
Trung Nguyen 30/03/2020
A/B testing là gì? Quy trình thực hiện A/B testing (phần 3)

Chạy thử nghiệm trong quy trình thực hiện A/B testing như thế nào? Bài viết này sẽ hướng dẫn bạn.

A/B testing là gì? Quy trình thực hiện A/B testing (phần 2)
Trung Nguyen 30/03/2020
A/B testing là gì? Quy trình thực hiện A/B testing (phần 2)

Xác định các mục tiêu, tạo biến thể trong quy trình thực hiện A/B testing như thế nào? Bài viết này sẽ hướng dẫn bạn.