متغییرها )اثر متقابل( را نیز بررسی کنید. آیا تغییر در یک عنصر به همان اندازه تاثیر دارد که تغییر در یک عنصر دیگر می گذارد؟
این ها سوالاتی است که شما نمی توانید توسط تست A/B به آن پاسخ دهید اما با آزمون چند متغیره می توانید این کار را انجام دهید. با تست های چند متغیره به درستی می توانید تاثیر محل و حالت قرار گرفتن هر مورد را بررسی کنید.
محدودیت ها
بزرگترین اشکال آزمون چند متغریه این است که برای این آزمون نیاز به ترافیک زیادی دارید و همچنین نرخ تبدیل بیشتری به نسبت تست A/B. ما همیشه می گوییم که حداقل باید 100 نرخ تبدیل بر روی هر ورژن متغیر داشته باشید. بنابراین اگر آزمون متغیر شما 3 ورژن از 3 متغیر مختلف داشته باشد، شما حداقل 2700 نرخ تبدیل نیاز دارید) .27 =3×3×3ترکیب که هرکدام حداقل 100 نرخ تبدیل می خواهد(
این مقادیر زیادی برای اکثر سایت ها می باشد، مخصوصاً اگر بر روی فروش یک محصول خاص صحبت کنیم.همچنین برای اکثر سایت ها بدین معناست که همان صفحه ترافیک بالایی داشته باشد، از آنجایی که نرخ تبدیل در اکثر آنها این مقدار نیست.
دوم اینکه به نظر می رسد تنظیمات آزمون، متغیرهای بیشتری به نسبت تست A/B دارد و اینکه این متغییر ها چه تعاملی با یگدیگر دارند. این بدان معناست که احتمال اینکه در گزارش های آماری اشتباهی رخ دهد زیاد است. بنابراین گزارشات آماری آزمون چند متغیره را باید به نسبت تست A/B با حساسیت بیشتری بررسی کنید.
آزمون چند متغیره یا تست A/B؟
چنانچه فرضیه شما این است که در مورد تغییراتی است که به شدت ظاهر صفحه را تغییر می دهد بهتر است که از تست A/B استفاده کنید. همان طور که گفتیم تست A/B این امکان را به شما می دهد که بدانید عملکرد ورژن A بهتر است یا B.
به هرحال اگر متوجه شدید که فرضیه ی شما بر روی تست تغییرات کوچک است) مثلا متن روی دکمه های CTA( بنابراین آزمون چند متغیره می تواند گزینه ی مناسبی باشد. به شرط آنکه مطمئن باشید که مقدار بازدیدی را که در قسمت قبل به آن اشاره کردیم داشته باشد.

بخش 22
تجزیه و تحلیل داده ها از تست A/B

این بخش
زمانی که تست A/B را اعمال کردید می بایست داده های خود رابررسی کنید تا ببینید کدام ورژن از سایت نرخ تبدیل بیشتری دارد. پس از تجزیه و تحلیل این داده ها در انتها می توانید طراحی سایت را تغییر دهید) و یا اینکه طراحی قبلی را نگه دارید، بستگی به نتیجه ی آزمون دارد( تفسیر نتایج
پیش از آنکه به تفسیر نتایج تست A/B بپردازید مطمئن شوید که 7 روز این تست اعمال شده. همان طور که می دانید در روزهای مختلف هفته ،میزان بازدید و فروش محصولات متفاوت است که با اعمال این دوره تاثیر روزها را از روی آمار برمی دارید.
بعضی وقت ها بررسی نتایج و اینکه چه اتفاقی در تست A/B رخ داده است سخت است. بنابراین اجازه بدهید شما را در مسیری ببریم که خودمان برای بررسی نتایج در Convert Experiments از آن استفاده می کنیم.

عکس شماره 39: نتیجه ی تست A/B)تبدیل(

نرخ تبدیل/ کاربران سایت
ما برای تست های A/B از مبدل استفاده می کنیم، و زمانی که تست انجام شد جدولی به این شکل به ما خواهد داد. اتفاقات زیادی را نشان می دهد که دلهره آور است. نخست اینکه، متغیر 1 به طور قطع برنده است. با این حال زمانی که به این شکل است ما بسیار احتیاط می کنیم. بگذارید به شما دلیلش را نشان دهیم:

عکس شماره 40: متغیر 1 برنده است
این جدول به ما نشان می دهد که جهش زیادی در نرخ تبدیل”Variation” وجود داشته، بیش از 150 درصد که مقدار مناسبی است. لطفاً حتماً در نظر داشته باشید که حداقل 100 نرخ تبدیل را بررسی کرده باشید.
نمودار مطلب دیگری که باید آن را بررسی کنید نمودارها هستند:

عکس شماره 41: جدول ها به شما نرخ تبدیل ورژن اصلی و متغیر را به شما نشان می دهد.
به روند این تست دقت کنید. ورژن اصلی)خط آبی( و تغییر آزمایشی)خط بنفش( نباید در طول تست به یکدیگر خیلی نزدیک باشند. اگر تنها مقدار کمی تفاوت وجود داشت. و تغییر آزمایشی نتیجه بهتر نشان داده شده بدانید که نتیجه تست قابل اعتماد نیست. در این موردی که تست کردیم نتایج به خوبی نشان می دهد که “تغییر آزمایشی” به زودی اتخاذ می شود و در سایت پیاده سازی می شود .
مطمئن باشید که تغییرات نسبت به نمودار Y )شاخص عمودی نمودار( واقعاً کوچک نباشند. مثلامثلاً کمتر از 0.1 درصد است. بخش عمودی نمودار Y گرایش دارد تا با نتیجه تغییر کند. یک متغیر کوچکی می تواند خود را بزرگ نشان دهد. )اگر شما به آن زمان بیشتری بدهید(.
آمارهای ما
مبدل اطلاعات آماری دیگری را نیز به شما می دهد که می تواند جالب و مهم باشد.
نرخ تبدیل و مقدار آن واضح هستند اما مسلماً شما باید بیشتر از آمار درآمد لذت ببرید. در چه ورژنی میانگین کل درآمد بیشتری داشتید و از هر بازدیدکننده ای چه قدر درآمد داشته اید؟ و اینکه می توانید ببینید که کدام محصول شما بازدید بیشتری داشته به جای اینکه آمار درآمد را چک کنید. برای این منظور به شکل زیر نگاه کنید: میانگین فروش هر محصول به نسبت بازدیدکنندگان:
عکس شماره42:
آمارها

عکس شماره 41: تفاوت میان ورژن ها

آمارها برای هر دو ورژن موجود می باشد و جزئیات زیادی را به شما برای مقایسه ی آنها در اختیارتان می گذارد .
بنابراین مطمئن شوید که از این آمارها برای تفسیرتان استفاده کرده اید.
مواردی که در موقع انجام تست باید در خاطر داشته باشید
تحقیقاتی که در مورد نرخ تبدیل انجام می شود می تواند بسیار مفید باشد. زمانی که بر آن مسلط شدید می توانید به راحتی آن را تست کنید و نتایج را دریافت کنید. برخی افراد به دنبال نتایج افراطی هستند که به آنها توصیه می کنیم که با دیدی منطقی و با توجه به محدودیت های تست را بررسی کنند.
تنها ابزار
ابزارهای افزایش نرخ تبدیل به درستی ابزار نامیده شده اند. می توانید آنها را با چکش مقایسه کنید؛ از چکش برای فرو بردن میخ در چوب استفاده می کنید، اما در واقع از چکش برای انجام تمام کارهایتان استفاده نمی کنید؛ درسته؟ هنوز به کنترل کردن نیاز دارید تا مطمئن شوید که به اندازه ی کافی میخ و جایی که مدنظر دارید در چوب فرو رفته. این امر در مورد ابزارهای نرخ تبدیل نیز صادق است زیرا شما از آنها برای کسب درآمد استفاده می کنید، اما نباید بگذارید که این ابزارها شما را هدایت کنند. بسیار حائز اهمیت است که بدانید چه چیزی را تست می کنید و نتایج را در یک دوره مشخص بررسی کنید.
تاثیر دوره زمانی
ما اصولاً توصیه می کنیم که تست ها را در یک دوره ی یک هفته ای انجام دهید اما نه زمان بیشتری از دو هفته زیرا در این صورت نتایج شما دستخوش تاثیر دوره ی زمانی می شود. تاثیرات دوره ی زمانی اثراتی هستند که زمانی که تست شما در حال انجام است می تواند تاثیرات جانبی بر روی نتیجه ی تست داشته باشد. اجازه دهید مثالی برای شما بیاوریم:
تصور کنید که شما سایتی برای خوره های کامپیوتر تامین و تلاش می کنید که پلاگین بفروشید. بر روی صفحه پرداخت خود تست A/B را انجام داده اید. و یک بلاگ فوق العاده در مورد همسر زیبایتان می نویسید و افراد جدید زیادی با حجم بالایی از سایت شما بازدید می کنند.1. می توان به این نتیجه رسید که این حجم جدید افراد در مقابل حجم خوره های کامپیوتر مستقیمًاً نتیجه ی تغییراتی است که در صفحه ایجاد کرده اید.2.می تواند اینگونه باشد که جمعیت جدید )که اطلاعات کمتری از وب دارند( بیشتر تحت تاثیر تغییرات قرار گرفته اند.در این تحقیق به این نتیجه می رسید که حجم فروش به نسبت قبل افزایش یافته. اگر افزایش ناگهانی بازدید سایت شما تنها برای یک دوره زمانی خاص باشد، بنابراین به نتیجه ی اشتباهی رسیده اید.
اجرای تست برای زمان طولانی تنها در صورتی قابل اجراست که یک دفتر یادداشت وقایع روزانه داشته باشید و تمام آزمایش های انجام شده با متغیرهای آن را یادداشت کنید. می بایست هر روز سایت خود را با دقت تمام و با بررسی تمامی اتفاقات تاثیرگذار بررسی کنید.
بازدید کنندگان کافی
همچنین قویاً به شما توصیه می کنیم که تنها زمانی تست را اجرا کنید که سایت بازدیدکنندگان کافی داشته باشد. اگر سایت شما بازدیدکندگان کافی نداشته باشد جواب تست نیز نمی تواند اثرگذار باشد. نرخ تبدیل بسیار متغیر است . نرخ تبدیل 5 درصدی می تواند برای بسیاری از سایت ها بسیار رقم بالایی باشد. آمار Z که در بسیاری از تست ها استفاده می شود در واقع برای چنین داده ای متغیری ساخته نشده. اینگونه آمارها می تواند غیر قابل اعتماد باشند اگر نرخ تبدیل کمتر از 5درصد باشد. ) برخی از کتابها حتی کمتر از 10 درصد را اشاره کرده اند( موارد غیر قابل اعتماد بدان معنا نیستند که آمار Z به درد نخور است. با حجم بالای داده ها نتایج آمارها می تواند قابل اعتماد شوند. اما به خصوص در رابطه با سایت هایی که بازدیدکنندگان کمی دارند ) و در نتیجه نرخ تبدیل کمتر( دقت تفسیر کردن بسیار با اهمیت تر می شود. به نظر ما شما باید حداقل نرخ تبدیل 30 عددی در هفته داشته باشید تا تست صحیحی انجام دهید. نکته: این نظر ماست و قانون آماری ندارد!
به عقیده ی ما، نتایج باید به گونه ای باشد که تصمیم برای تغییر در طراحی منجر به افزایش نرخ تبدیل شود. آیا تغییر معناداری رخ داده) حتی اگر مهم نباشد( پس از اینکه تست را یک هفته انجام دادید رخ داده؟ بلی.
پس شما به هدفی رسیدید؟…خیر؟ پس مسلماً این تغییر آن تغییری که مد نظر شما بوده نیست.
در نهایت : انتخاب و پیاده سازی کنید
چنانچه تست A/B را انجام داده اید و نتایج را تجزیه و تحلیل کرده اید پس آماده اید که اعلام برندگی کنید! پس باید طراحی را که نرخ تبدیل بیشتری داشته را در سایت پیاده سازی کنید. در اکثر موارد، برنده ی واضحی ندارید .هر دو ورژن نرخ تبدیل یکسانی داشته است. بنابراین به این نتیجه خواهید رسید که آن مقدار تغییری که شما تصور می کردید که اهمیت دارد در واقع بر روی نرخ تبدیل اهمیتی نداشته. چنانچه برنده ی مشخصی نداشتید می توانید هر کدام از ورزن های A/B را در سایت پیاده کنید.
)توضیح تکمیلی مترجم: در صورتی که بین ورژن جدید و قدیمی تفاوتی در نرخ تبدیل وجود ندارد پیشنهاد می شود که آن ورژن را که جدید است قرار دهید در سایت خودتان.(

YOASTنکتـه
نتایج تست شما ممکن است منجر به انجام تست های دیگری شود. به خصوص زمانی که نتیجه ی تست شما غیر قابل انتظار بوده است باعث می شود که تست های دیگری را نیز انجام دهید. انجام تست های متعدد باعث می شود که بتوانید نرخ تبدیل سایت خود را بهینه سازی کنید.

دسته‌ها: مقالات سئو

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد.