Mọi Thứ Bạn Cần Biết Về A/B Testing

A / B testing là gì ?

A / B testing ( hay còn được gọi là split testing ) là một tiến trình mà trong đó hai phiên bản ( A và B ) sẽ được cùng so sánh trong một thiên nhiên và môi trường / trường hợp được xác lập và qua đó nhìn nhận xem phiên bản nào hiệu suất cao hơn. Phiên bản ở đây hoàn toàn có thể là mọi thứ từ một hình banner, website, mẫu quảng cáo cho tới email và hiệu suất cao được nhìn nhận dựa trên tiềm năng của người làm test dành cho những phiên bản này .
Một website bán hàng thì có tiềm năng là muốn người mua phải mua hàng hoặc mua nhiều hơn. Một banner quảng cáo thì có tiềm năng là muốn người mua phải bấm vào đó nhiều hơn. Một email thì có tiềm năng là người mua phải mở ra xem nhiều hơn. Tất cả mọi thứ đều có một tiềm năng nào đó, nhằm mục đích khiến cho người mua thực thi một hành vi mong ước nào đó, hành vi này được gọi là conversion. Tỉ lệ người triển khai những hành vi đó được gọi là conversion rate ( tỉ lệ quy đổi ) .

ab-testing-la-gi.png

Và việc đo lường và đánh giá 2 phiên bản A và B cũng chính là việc đo lường và đánh giá conversion rate của tiến trình đang thực hiện.

Bạn đang đọc: Mọi Thứ Bạn Cần Biết Về A/B Testing

Tại sao lại cần phải làm A / B testing ?

Nếu bạn có một lượng người mua nhất định và bạn muốn tăng số lượng conversion lên thì cách thứ nhất là cần phải mang nhiều người mua hơn đến website hoặc shop. Cách thứ hai chính là tăng conversion rate để với cùng một lượng khách sẵn có, họ tạo ra một lượng conversion lớn hơn. A / B testing giúp bạn làm được điều thứ hai bằng cách được cho phép cải tổ hiệu suất cao của những tiến trình đang làm dù đó là tăng trưởng web, tăng trưởng ứng dụng, quảng cáo hay bán hàng .

ab-testing-tai-sao.png

giá thành cho việc tăng thêm người mua như cách một thường không nhỏ, trong khi đó ngân sách cho việc A / B testing đôi lúc lại không nhiều và những đổi khác có lúc dù nhỏ vẫn hoàn toàn có thể mang đến những hiệu suất cao to lớn trong việc tạo ra nhiều conversion hơn .

Quy trình A / B testing

Để thực thi một quá trình A / B testing ( hay bất kỳ quy trình thử nghiệm nào khác ) đúng mực thì cần tuân theo chiêu thức khoa học thường thì, gồm những bước sau :

1. Đặt câu hỏi :

Cần phải đặt ra câu hỏi để làm khuynh hướng và tiềm năng cho quy trình A / B testing và rõ ràng để biết sau khi test thì sẽ nhận tác dụng là gì. Các câu hỏi đặt ra hoàn toàn có thể đại loại là : “ làm thế nào để giảm bounce rate cho trang landing page ? ” hoặc “ làm thế nào để tăng số người ĐK cho form trên trang chủ ? ” hay là “ làm thế nào để cải tổ CTR của banner quảng cáo ? ” .

2. Nghiên cứu tổng quan :

Cần phải hiểu và nắm được hành vi của những người mua khi họ triển khai những conversion bằng những công cụ thống kê giám sát cho từng kênh, cho website thì hoàn toàn có thể là Google Analytics, cho E-Mail thì hoàn toàn có thể là những email client, social thì là social listening tools .

3. Đặt ra một giả thuyết :

Với câu hỏi có bên trên và những gì biết về hành vi của người mua khi thực thi conversion, bạn hãy thử nghĩ ra một giả thuyết về để xử lý câu hỏi đặt ra phía trên. “ Có một đường link tới trang hướng dẫn ở dưới footer hoàn toàn có thể giảm bounce rate ”, “ làm cho nút ĐK điển hình nổi bật hơn sẽ làm tăng số người ĐK ” hay “ banner với hình ảnh một cô gái xinh đẹp sẽ có CTR cao hơn ” là những ví dụ về những giả thuyết cho những câu hỏi được nêu trên .

4. Xác định mẫu thử và thời hạn thực thi test :

Bước tiếp theo là bạn cần phải xác lập số lượng người mua mà sẽ được thực thi việc A / B testing. Số lượng mẫu thử phải đủ lớn để hoàn toàn có thể thấy được sự độc lạ giữa 2 phiên bản A / B một cách rõ ràng sau quy trình test. Thời gian test cũng cần được xác lập một cách hài hòa và hợp lý để bảo vệ hiệu quả không bị tác động ảnh hưởng bởi yếu tố thời vụ, ảnh hưởng tác động từ bên ngoài khiến nhu yếu và hành vi của người mua biến hóa. Bạn hoàn toàn có thể sử dụng thử công cụ ước đạt để thống kê giám sát thời hạn chạy test .

5. Tiến hành test :

Tạo ra thêm phiên bản mới B để thử nghiệm với phiên bản gốc A. Phiên bản B này sử dụng giả thuyết mà bạn đã đặt ra ( có link dưới footer, nút ĐK điển hình nổi bật hơn, banner có hình cô gái đẹp ) và sẽ được đo lường và thống kê về conversion rate với phiên bản A .

6. Thu thập thông tin và thực thi nghiên cứu và phân tích :

Nếu sau quy trình A / B testing và bạn thấy được rằng phiên bản B mang lại conversion rate cao hơn phiên bản A ( bounce rate giảm, người ĐK tăng, CTR tăng ) thì tức là phiên bản B hiệu suất cao hơn. Nhưng nếu conversion rate thấp hơn hoặc không biến hóa thì tức là giả thuyết để xử lý yếu tố của bạn không đúng. Lúc này cần quay lại bước thứ 3 và tìm một giả thuyết mới để liên tục .

7. Cung cấp tác dụng cho toàn bộ những bên tương quan :

Gửi những thông tin và insights tìm được sau quy trình thử nghiệm cho những bộ phận tương quan ( lập trình, phong cách thiết kế UI / UX, team tối ưu hóa, v.v … ). Tiến hành sửa chữa thay thế phiên bản A bằng phiên bản B nếu B thực hiệu suất cao hơn sau khi đã xem xét hết toàn bộ những năng lực hoàn toàn có thể xảy ra nếu thay thế sửa chữa .
Lập lại tiến trình test này từ đầu để xử lý một thắc mắc, một yếu tố khác .

Ứng dụng của A / B testing

Với A / B testing bạn hoàn toàn có thể ứng dụng và cải tổ được rất nhiều thứ cho quá trình hoạt động giải trí và tăng trưởng web, quảng cáo trực tuyến / offline, cho tới mobile app và email marketing .

1. Cho website

ab-testing-web.jpg
Chủ yếu là liên quan đến vấn đề giao diện web và trải nghiệm người dùng (UI/UX) vì đây là các yếu tố tác động trực tiếp đến việc người dùng có thể thực hiện conversion trên website hay không. Với một trang web bạn có thể A/B testing hết toàn bộ những yếu tố nào có thể ảnh hưởng đến hành vi của người dùng như hình ảnh, tựa đề, nội dung, call to action, form điền thông tin, v.v… Test lần lượt từng yếu tố mà bạn cảm thấy có thể cải thiện để gia tăng conversion rate. Xem thêm các ứng dụng phân tích và A/B testing cho web.

2. Cho quảng cáo và bán hàng

ab-testing-ads.png
Đối với mảng online thì A/B testing thường được dùng để đo lường hiệu quả của các mẫu quảng cáo khác nhau. Ví dụ như khi bạn viết copy quảng cáo Adwords cho cùng 1 nhóm từ khóa (ad group), luôn nên viết 2 mẫu quảng cáo khác nhau và cho chạy song song để biết mẫu quảng cáo nào hiệu quả hơn sau một thời gian chạy. Tương tự với các quảng cáo GDN hay Facebook, sử dụng các thiết kế quảng cáo khác nhau cho cùng một chiến dịch để đo lường hiệu quả sau đó chọn mẫu thiết kế nào hiệu quả hơn để chạy tiếp. Việc tối ưu hóa quảng cáo thường xuyên bằng cách test các lựa chọn khác nhau sẽ giúp bạn liên tục cải thiện được conversion rate và giúp quảng cáo chạy ngày càng hiệu quả hơn.

Đối với mảng offline thì A / B testing thường hoàn toàn có thể được dùng để nhìn nhận hiệu suất cao của những kênh quảng cáo như báo giấy, tờ rơi, billboard … Chẳng hạn bằng cách sử dụng những mã coupon khác nhau cho từng mẫu quảng cáo trên báo, mẫu tờ rời, hoặc billboard, nhà quảng cáo hoàn toàn có thể nắm được mẫu quảng cáo nào hiệu suất cao hơn trải qua việc có nhiều người sử dụng mã couple nào hơn. Một số trường hợp khác hoàn toàn có thể sử dụng số điện thoại thông minh khác nhau để thay cho mã coupon .
Một ứng dụng khác trong bán hàng tại những shop hoàn toàn có thể gồm có việc sắp xếp vị trí những mẫu sản phẩm theo những vị trí khác nhau để giám sát sự chú ý quan tâm của người mua và ở đầu cuối khiến họ mua nhiều hơn. Điều này cho thấy năng lực vận dụng của A / B testing là rất phong phú và rất linh động tùy theo tiềm năng được đặt ra .

3. Cho ứng dụng di động

ab-testing-mobile.png
A/B testing cũng được ứng dụng trong việc phát triển ứng dụng di động và tương tự như website, chủ yếu nhằm cải thiện UI/UX của sản phẩm. Với các ứng dụng điện thoại di động thì việc tiến hành testing thường khó khăn hơn nhiều cả về mặt kỹ thuật lẫn về hành vi người dùng. Về mặt kỹ thuật thì để tiến hành test, thì phiên bản ứng dụng cần được cập nhật, được duyệt bởi AppStore hay Google Play rồi mới đến với người dùng do đó tốn nhiều thời gian hơn. Về phương diện hành vi người dùng, không phải ai cũng sẽ cập nhật ngay phiên bản mới và trải nghiệm người dùng trên điện thoại di động hoàn toàn khác so với trên web.

Hiện nay có nhiều công cụ tương hỗ A / B testing dành cho ứng dụng di động trên thị trường, cá thể thì tôi đã có thời cơ thử qua 2 công cụ là Splitforce và Apptimize và cả 2 đều khá tốt. Bạn cũng hoàn toàn có thể tìm hiểu thêm thêm list 20 công cụ A / B testing cho điện thoại di động .

4. Cho email marketing

ab-testing-email.gif
Đã qua rồi cái thời mà đẩy hàng trăm ngàn email đi và nghĩ rằng người dùng sẽ đọc được những email của mình gửi. Các email clients ngày càng có các bộ lọc tinh xảo hơn, tống tất cả các spam email vào thùng rác và dù cho là vậy khách hàng vẫn bị chôn vùi bởi hàng chục thậm chí hàng trăm email mỗi ngày. Điều quan trọng là làm thế nào để khách hàng chịu mở email của mình ra xem và tương tác với các email đó. Câu trả lời chính là A/B testing. Bạn phân vân không biết câu title nào sẽ hấp dẫn người đọc hơn để tăng open rate, hãy test. Bạn không biết nên dùng CTA nào để khiến người dùng bấm vào link, hãy test.

Hiện nay hầu hết những tool gửi email như MailChimp, BenchmarkEmail, đều có tính năng được cho phép A / B testing những nội dung được gửi ra để hoàn toàn có thể đo lường và thống kê hiệu suất cao của chiến dịch được gửi .

Những lời khuyên khi thực thi A / B testing

1. NÊN

Biết là nên test đến khi nào thì dừng: dừng quá sớm thì bạn sẽ mất những thông số có giá trị để đưa ra quyết định đúng. Chạy test quá lâu thì cũng có cái hại vì nếu phiên bản thử nghiệm có performance quá tệ thì cũng có thể ảnh hưởng đến conversion rate và tổng số sales của bạn.

Giữ sự đồng nhất: khi tiến hành A/B testing cần phải có cách nào đó để ghi nhớ người dùng nào đã chọn phiên bản test nào để lúc nào cũng hiển thị đúng phiên bản đó nhằm tránh ảnh hưởng đến trải nghiệm của người dùng. Nếu có một nút bấm được thay đổi để test và nút bấm này xuất hiện ở nhiều chỗ trên website thì khách hàng cũng phải thấy nút bấm này như nhau ở mọi chỗ trên website. Cookies là phương thức thường dùng nhất.

Test nhiều lần: sự thật là không phải đợt A/B testing nào cũng sẽ mang lại kết quả như bạn mong muốn hoặc giúp bạn tìm ra được giải pháp cho vấn đề. Do đó hãy cứ tiếp tục test thêm nhiều lần nữa, theo những định hướng khác nhau. Nếu mỗi lần test cải thiện conversion rate của bạn một chút thì nhiều lần test như vậy sẽ cộng dồn lại tạo ra một ảnh hưởng lớn hơn.

Lưu ý sự khác biệt giữa traffic từ mobile và desktop: khách hàng truy cập website từ mobile và từ desktop có thể có biểu hiện hoàn toàn khác nhau trên website của bạn tùy theo design, UI/UX và website có mobile-friendly hay không. Do đó nên lưu ý việc phân chia traffic khi A/B testing trang web, tốt nhất là nên test cho mobile và desktop traffic riêng.

2. KHÔNG NÊN

Testing mà không đảm bảo điều kiện giống nhau: luôn nhớ rằng việc testing cả 2 phiên bản A và B phải được tiến hành song song. Bạn không thể chạy phiên bản A trong tuần thứ 1 và phiên bản B trong tuần thứ 2 nghĩ rằng điều đó sẽ cho kết quả đúng.

Kết luận quá sớm: hãy nhớ rằng kết quả chỉ có giá trị khi chúng có một giá trị số tương đối và một thời gian tương ứng để xác định. Bạn không thể quyết định rằng phiên bản A hơn B hoặc ngược lại khi chúng chỉ khác nhau một vài conversion hoặc thời gian test quá ngắn.

Xem thêm: Cuộc sống bí mật của các hóc môn trong cơ thể

Khiến các khách hàng cũ ngạc nhiên: tốt nhất khi tiến hành A/B testing, chỉ nên tập trung vào các đối tượng khách hàng mới vì nếu các khách hàng cũ vào và thấy mọi thứ khác so với lúc trước thì có thể họ sẽ ngạc nhiên và điều này ảnh hưởng đến conversion rate, nhất là khi bạn chưa chắc phiên bản thử nghiệm sẽ có được chọn hay không.

Để linh cảm chi phối kết quả: đôi khi kết quả test lại có thể hoàn toàn sẽ trái ngược với những gì bạn có thể nghĩ tới. Có thể một cái CTA đỏ trên nền xanh theo bạn là chói mắt và khó chịu nhưng kết quả lại có thể chứng minh rằng nó có hiệu quả hơn. Cái bạn cần là conversion rate, đừng để những linh cảm của bạn chống lại các kết quả test.

Hi vọng bài viết này sẽ giải đáp những vướng mắc của những ai đang khám phá về quy trình A / B testing để vận dụng vào việc làm của mình. Mọi vướng mắc và quan điểm, hãy để lại dưới comment hoặc liên hệ để được giải đáp .

Rate this post
Subscribe
Notify of
guest
0 Comments
Inline Feedbacks
View all comments