Kas yra A/B testavimas UX? | UX tyrimai #26

A/B testavimas yra puikus tyrimo metodas, leidžiantis vienu metu išbandyti dvi alternatyvias sprendimo versijas. Perskaitykite mūsų straipsnį, kad sužinotumėte, kaip atlikti A/B testus ir pamatytumėte jų privalumus bei trūkumus.

A/B testavimas UX – turinys:

1. Kas yra A/B testai UX tyrimų kontekste?
2. Kada taikyti A/B testavimą?
3. Kaip atlikti A/B testavimą?
4. Santrauka

Kas yra A/B testai UX tyrimų kontekste?

A/B testavimas leidžia išbandyti dvi produkto/sprendimo versijas (versija A ir versija B) ir įvertinti, kuri iš jų sulaukia didesnio vartotojų pritarimo. Matavimo būdai apima konversijos rodiklį, laiką, praleistą svetainėje, arba dalyvių atsiliepimus ir jų polinkį rekomenduoti svetainę/produktą. Prieš testą reikia apibrėžti ir nustatyti, ką “sėkmė” reikš konkrečiai versijai.

Kada taikyti A/B testavimą?

A/B testus galite taikyti prototipų testavimui, produkto kūrimo etape, taip pat kuriant marketingo ir reklamos strategijas. Tai puikus įrankis priimant sprendimus, kurie gali turėti įtakos organizacijos pelningumui. A/B testai ypač naudingi, kai jau turime hipotezę, pagrįstą ankstesniais tyrimais, ir norime patvirtinti, kad tai yra teisingas sprendimas. Tyrimo klausimai, suformuluoti A/B testavimui, gali atrodyti taip:

• Kuri produkto versija generuoja didesnį konversijos rodiklį?
• Kuri iš dviejų skirtingai suformuluotų pranešimų padidina įsitraukimą programėlėje?

Teisingas A/B testas turėtų apimti kuo paprastesnius palyginimus, pavyzdžiui, vietoj to, kad lygintumėte dvi visiškai skirtingas svetainės versijas, geriau išbandyti dvi skirtingas antraščių stilius arba dvi skirtingas CTA mygtuko vietas. Su mažesniais palyginimais tiksliai atpažinsime, kuris šriftas, spalva, elementas ar vieta labiausiai veikia UX.

Šis tyrimo metodas apima dviejų rūšių testus: univariantinius ir multivariantinius. Pirmasis orientuojasi į skirtumus tarp dviejų prekių variantų – pavyzdžiui, raudono ir mėlyno mygtuko. Multivariantinis, tačiau, lygina daugiau nei 2 mygtuko variantus vienu metu – pavyzdžiui, raudoną, mėlyną, žalią ir baltą (be to, jie gali skirtis ir antraštėmis, pavyzdžiui, “Patikrinkite tai” ir “Žiūrėkite daugiau”).

Pagrindiniai A/B testavimo privalumai yra greitis ir mažos sąnaudos. Jie taip pat leidžia įvertinti kelis produkto variantus didelėje realių žmonių grupėje. Vis dėlto, būkite atsargūs ir sutelkite dėmesį į tuos aspektus, kurie gali turėti realią įtaką bendram produkto suvokimui. Nelyginkite atsitiktinių elementų. Suformuluokite hipotezę, atlikite kitus papildomus tyrimus, tada pasitarkite su savo dizaino ir kūrimo komanda. Kartu nuspręsite, kuriuos esminius bruožus tirti įvairiose versijose, atlikdami vieno varianto arba daugelio variantų A/B testus.

A/B testavimas atrodo kaip greitas tyrimo metodas – nors tai nėra taisyklė. Jums gali prireikti juos vykdyti kelias savaites, kad gautumėte pakankamai duomenų UX analizei (bet taip pat galite gauti rezultatus per kelias dienas ar net kelias valandas). Laikas, reikalingas apklausai atlikti, priklauso nuo daugelio veiksnių.

Kaip atlikti A/B testavimą?

1. Identifikuokite savo problemą.

Įsitikinkite, kad taikote tinkamus analitinius įrankius, kad tiksliai nustatytumėte problemos pobūdį.

2. Sužinokite kuo daugiau apie problemą ir vartotojus. Gerai juos pažinkite.

Tiksliai nustatykite srauto vietą ir bandykite suprasti, kodėl tai vyksta. Išsami šios problemos supratimas prisidės prie tinkamo analizės proceso.

3. Suformuluokite hipotezę, atsakydami, kaip išspręsti problemą.

Hipotezė yra testuojama prielaida. Ją galite suformuluoti sąlygos forma – “jei X įvyksta, tada Z”, t.y., pavyzdžiui, “jei antraštė yra 22 šriftu vietoj 18, konversija padidės”. A/B testavimas leis jums sužinoti, ar hipotezėje pateikta prielaida yra teisinga.

4. Apibrėžkite savo tikslą.

Nustatykite, ką norite pasiekti tyrimo metu ir viso tyrimo bei dizaino proceso metu – pavyzdžiui, norite, kad daugiau vartotojų paspaustų CTA mygtuką pagrindiniame puslapyje.

5. Apibrėžkite statistinį tikslumą.

Nustatykite skaičius ir rodiklius, kurių reikia tiek praktiniam apklausos įvertinimui, tiek verslo suinteresuotųjų šalių pristatymui – pavyzdžiui, ar 2% konversijų padidėjimas juos tenkins ir ar verta investuoti į apklausą?

6. Apibrėžkite reikiamą rezultatų mastą.

Kiek respondentų užtikrins statistinį tikslumą? Koks procentas kasdienių, savaitinių ar mėnesinių vartotojų bazės padarys šiuos rezultatus vertingus ir galutinius? Būtina nustatyti tai prieš pradedant apklausą.

7. Sukurkite versiją B ir išbandykite savo hipotezę.

Paruoškite papildomą variantą (variantą B) svetainės/produkto/funkcionalumo hipotezei ir pradėkite testavimą. Šiame etape programuotojai įsijungia, kad įgyvendintų antrą, alternatyvų sprendimą esamam produktui – o vartotojai nežinodami pasiskirsto į dvi grupes (grupė A ir grupė B) svetainėje/programėlėje kaip anksčiau. Vertinimo metu stenkitės žiūrėti į savo duomenis tik po to, kai surinkote pakankamai jų, kad gautumėte statistinį patikimumą ir tinkamą rezultatą.

8. Analizuokite ir veikite pagal testavimo rezultatus.

Jei jūsų versija B atitinka nustatytą efektyvumo slenkstį ir patvirtina jūsų hipotezę, galite pereiti prie jos įgyvendinimo visiems vartotojams (nebebus skirstoma tarp versijų A ir B). Tačiau, jei hipotezė yra paneigta, likite su originalia versija A arba sukurkite ir išbandykite naują hipotezę. Taip pat peržiūrėkite alternatyvius tyrimo metodus, kad papildytumėte duomenis.

Santrauka

A/B testavimas yra gana techninė tema. Jis reikalauja tam tikrų žinių apie statistiką, taip pat specializuotų techninių / programavimo įgūdžių (arba gerų santykių su įmonės kūrimo komanda). Tai tiesioginis metodas – be to, jis yra gana paprastas, greitas ir pigus. Jis leidžia palyginti dvi alternatyvias produkto versijas už mažas sąnaudas su patenkinamais rezultatais. Be to, jo išvados remiasi realiais vartotojais, jos yra tokios tikslios, kaip tik įmanoma. Vis dėlto, atminkite, kad negalite išbandyti kiekvieno bruožo, elemento ar smulkios detalės svetainėje – todėl, atliekant A/B testus, yra standartas atlikti kitus papildomus tyrimo metodus.

Taip pat skaitykite: Atrankos tyrimo metodai

Jei jums patinka mūsų turinys, prisijunkite prie mūsų užimtų bičių bendruomenės Facebook, Twitter, LinkedIn, Instagram, YouTube, Pinterest, TikTok.