AB testing là gì? Tại sao chúng ta cần hiểu về ab testing?

Ab testing là gì là một trong những keyword được search nhiều nhất trên Google về chủ đề ab testing là gì. Trong bài viết này, atpmedia.vn sẽ viết bài viết AB testing là gì? Tại sao chúng ta cần hiểu về ab testing?

AB testing là gì? Tại sao chúng ta cần hiểu về ab testing?

1 – Phần trăm chuyển biến (Conversion Rate) là gì ?

Trước khi đi vào tìm hiểu về A/B Testing, chúng ta hãy cùng tìm hiểu về một định nghĩa rất cơ bản trong A/B Testing đó là phần trăm biến đổi

Hiểu một phương pháp đơn giản% biến động chính là tỷ lệ người truy cập vào website đã thực hiện hành động bạn mong muốn (click vào một trang quảng cáo, mua hàng, hay điền form thăm dò,….) trên tổng số lượt truy cập vào web

Q1irGBn.jpg

quét một gợi ý không khó khăn như: Bạn có một web bán hàng, bạn muốn có thật nhiều khách hàng trên website của bạn. Hôm nay website của bạn có 200 lượt truy cập trong đó có 5 lượt mua hàng thông qua web của bạn, khi đó bạn sẽ có con số về tỷ lệ chuyển biến là CR = (5/200) x 100 = 2,5% . Việc của bạn là cần phải có các kế hoạch để số lượng này càng cao càng tốt.

Vậy làm sao để để đủ sức gia tăng được % chuyển đổi, A/B Testing sẽ là một trợ thủ đắc lực cho bạn.

Tham khảo: Hướng dẫn cách đi link diễn đàn hiệu quả mới nhất 2020

2 – A/B Testing là gì ?

A/B Testing chính là kỹ thuật chia đối tượng cần tra cứu thành hai phiên bản A và B để đưa ra được phiên bản mà người dùng để ý hơn thông qua cách user tương tác với mỗi phiên bản đó.

dLDTvU9.png

3 – A/B Testing giúp gì cho bạn ?

so với website:

Để tìm ra giao diện mà lôi kéo người dùng hơn thì chúng ta có thử nghiệm 2 phiên bản của giao diện đó, hai phiên bản sẽ khác nhau ở hướng dẫn sắp xếp content, vị trí đặt các button điều hướng, các pic, …..

what-is-ab-testing.png

so với mail marketing:

vừa mới qua rồi cái thời mà đẩy hàng trăm ngàn mail đi và nghĩ rằng người dùng sẽ đọc được những mail của mình gửi. Các email clients ngày càng có các bộ lọc tinh xảo hơn, tống all các spam email vào thùng rác. Điều cần thiết là làm sao để KH chịu mở mail của mình ra nhìn thấy và tương tác với các mail đó. Câu trả lời chính là A/B testing.

Bạn có thể sử dụng A/B Testing để xác định được ngày nào trong tuần tỉ lệ mở mail cao nhất, send thời gian nào trong ngày là tốt nhất cho nội dung của bạn, đầu bài mail nào sẽ đem lại tỉ lệ mở email cao hơn?…

cho đến nay hầu hết các tool send mail như MailChimp, BenchmarkEmail, đều có tính năng cho phép A/B testing

đối với ads và bán hàng:

đối với mảng online thì A/B testing thường được sử dụng để đo lường kết quả của các mẫu ads khác nhau. ví dụ như khi bạn viết quảng cáo Adwords cho cùng 1 group keyword (ad group) thì bạn nên viết 2 mẫu quảng cáo không giống nhau và cho chạy cùng lúc để biết mẫu quảng cáo nào hiệu quả hơn sau một thời gian chạy. Tương tự với quảng cáo cho Fbdùng các design quảng cáo không giống nhau cho cùng một plan để đo lường hiệu quả sau đó chọn mẫu design nào hiệu quả hơn để chạy tiếp. Việc tăng cao hóa ads liên tục bằng cách check các chọn khác nhau sẽ giúp bạn tiếp tục cải thiện được phần trăm chuyển đổi và giúp quảng cáo chạy ngày càng hiệu quả hơn.

đối với mảng offline thì A/B testing thường đủ nội lực được dùng để nghiên cứu kết quả của các ngành quảng cáo như báo giấy, tờ rơi, billboard… Chẳng hạn bằng hướng dẫn dùng các mã mã giảm giá khác nhau cho từng mẫu quảng cáo trên báo, mẫu tờ rời, hoặc billboard, nhà ads đủ nội lực nắm được mẫu ads nào hiệu quả hơn thông qua việc có nhiều người dùng mã mã giảm giá nào hơn.

so với ứng dụng di động:

AAEAAQAAAAAAAAIBAAAAJGM2ZGZkOWY2LTExZWUtNDdiMC1hMmMyLTg5ZDM5ZDRiZDk2ZA.jpg

A/B testing cũng được ứng dụng trong việc tăng trưởng vận dụng di động và tương tự giống như web, chủ yếu nhằm refresh UI/UX của món hàng.

Với các áp dụng điện thoại di động thì việc tiến hành testing thường khó khăn hơn nhiều cả về mặt kỹ thuật lẫn về hành vi user.

Tham khảo: Tổng hợp các dịch vụ SEO web tphcm mới nhất 2020

Về mặt kỹ thuật thì để tiến hành tra cứu, thì phiên bản ứng dụng cần được cải tiến, được duyệt bởi AppStore hay Google Play rồi mới đến với người dùng cho nên tốn nhiều thời gian hơn.

Về phương diện hành vi người dùngkhông hề ai cũng sẽ cải tiến ngay phiên bản mới và thử nghiệm user trên điện thoại di động hoàn toàn khác so với trên web.

bây giờ có nhiều công cụ support A/B testing dành cho vận dụng di động trên đối tượng giống như Splitforce hay Apptimize…

4 – Sử dụng công cụ nào để thực hiện A/B Testing ?

Có rất nhiều các công cụ nghiên cứu thông tin tạo điều kiện cho những người quản trị trang web đủ sức theo dõi được lượng người ghé thăm, họ đến từ đâu, họ vừa mới làm gì trên trang web, họ có mua hàng hay thực hiện một hành động gì mà mình mong muốn hay kvì sao có và vì sao k v.v… Những công cụ được giới thiệu trong bài viết này là một số công cụ thông dụng, chúng không phải là duy nhất, trên phân khúc còn rất nhiều công cụ không giống có chức năng tương tự, người dùng sẽ quyết định tool nào là thích hợp nhất cho mình tùy thuộc vào từng môi trường và từng thời điểm

4.1 Google Analytics

Google Analytics thì k cần phải nói thì ai cũng biết vì nó được dùng cực kỳ rộng rãi và được ưa chuộng thứ nhất là vì nó miễn phí và thứ hai là vì nó đem lại cho người dùng những thông tin đa số và đa dạng nhất mà hầu như không có một tool nghiên cứu miễn phí nào trên toàn cầu đủ nội lực sử dụng được. không những thế một nguyên do nữa có lẽ là vì nó được tăng trưởng bởi Google, doanh nghiệp quản lý bộ máy tìm kiếm lớn nhất thế giới.

Những thông tin mà Google Analytics có thể phân phối cho user giống như sau:

  • số lượng người viếng thăm website
  • Thời gian họ lưu lại trên trang web
  • Bao nhiêu người là khách mới và bao nhiêu là người quay lại
  • Thiết bị họ dùng để truy cập trang web, hệ điều hành và ngay cả nhà cung cấp online
  • người dùng đến từ gốc nào (quảng cáo, hiệu quả searchmạng xã hội v.v…)
  • user viếng thăm những trang nào và đi đâu trên trang web
  • tỉ lệ người thực vừa mới hiện diện trên web
  • có thể thiết lập để tính toán số lượng người mua hànggiá trị món hàng bán được, số lượng người đăng ký, nói chung là gần như mọi thứ…
  • nhìn thấy tỉ lệ người viếng thăm trên web theo thời gian thật
  • thông dụng các báo cáo bằng thông số, đồ thị hoặc ảnh phễu (funnel)
  • xây dựng A/B testing với chức năng nội dung Experiment

4.2 ClickTale

ClickTale cũng là một tool phân tích người viếng thăm website. Nếu như Google Analytics chuyên về cung cấp các thông số và đồ thị về người viếng thăm website thì ClickTale cũng phân phối các thông tin căn bản như lượng người truy cập nhưng bên cạnh đó quan tâm mạnh về việc phân tích hành vi user bằng hướng dẫn theo dõi đường rê chuột, click chuột và scroll chuột.

tool này cũng song song biến all những thông số nói trên thành dạng bản đồ trực quan ngay trên giao diện website để user đủ sức dễ dàng thấy được đâu là nơi người dùng thường để ý nhiều và đâu là ngành họ không chú ý. Trăm nghe không bằng một thấy là châm ngôn của công cụ này, nếu bạn chán những con số khô khan và muốn thấy rõ ràng mọi thứ hiện ra trước mắt thì đủ sức ClickTale sẽ giúp bạn ưng ý.

Những chức năng mà tool này cung cấp bao gồm:

  • Recording video: đoạn video ghi lại tất cả mọi hành động của người viếng thăm, cho phép user biết chính xác quá trình viếng thăm của khách trên trang web ntn.
  • Mouse move heatmap: biểu đồ hiển thị sự di chuyển chuột của khách viếng thăm, lý giải khu vực nào là nơi mắt user thường chú tâm nhất.
  • Mouse bấm heatmap: biểu đồ hiển thị việc click chuột của khách viếng thăm, lý giải khu vực nào nhận được nhiều click nhất.
  • Mouse scroll heatmap: biểu đồ hiển thị việc scroll chuột của khách viếng thăm trên website cho phép biết khu vực nào thường được đọc nhiều nhất.
  • Báo cáo dạng biểu đồ và đồ thị biểu thị tỉ lệ chuyển đổi trên website với nhiều filter và tùy lựa chọn.
  • phân tích các khung điền thông tin trên website và giải thích kết quả của từng mục.
  • phân khúc các thông tin để biết yếu tố nào có tác động lớn nhất tới trang web của bạn.
  • liên kết được với nhiều dịch vụ không giống như Google Analytics, ComScore Digital Analytix, Adobe Analytics, MailChimp, Optimiz

Những thông tin hành vi mà ClickTale phân phối sẽ đặc biệt hữu dụng khi bạn tiến hành việc A/B testing. Thông qua heatmap, user đủ nội lực đơn giản thấy được phần nào trong thiết kế web cần phải refresh để lôi kéo được clicks và gia tăng conversion.

4.3 CrazyEgg

Crazy Egg là một công cụ nghiên cứu hành vi người dùng hiển thị dưới dạng heatmap tương tự giống như ClickTale được nêu bên trên.

Crazy Egg tập kết chủ yếu vào cung cấp các chức năng heatmap bao gồm:

  • Heatmap: ghi nhận lại những cái nhấn chuột để cho thấy những điểm “nóng” trên trang web kênh mà người viếng thăm thường hay Nhìnbấm và tập kết nhất.
  • Scrollmap: tương tự như mouse scroll heatmap, theo dõi việc scroll trên trang web và qua đó cho thấy user quy tụ nhất ở đoạn nào.
  • Overlay: cho thấy số lượng % nhấn phân bổ trên web và cho biết xu hướng người dùng thường nhấn vào đâu nhiều hơn.
  • Confetti: phân chia các click diễn ra trên biểu đồ dựa theo nguồn lượt truy cậpuser đủ nội lực biết được những khách viếng thăm từ Facebook thường bấm ở bất cứ đâu và hành vi của họ có gì không giống với các khách viếng thăm từ Google hay các nguồn không giống.

Crazy Egg không có tính năng biểu thị biểu đồ hình phễu giống như ClickTale để bạn đủ nội lực biết được khách viếng thăm từ kênh nào có mua hàng hoặc xây dựng conversion cho bạn hay k, bạn chỉ có thể nhìn thấy được là họ đang làm gì trên trang web. Những heatmap của Crazy Egg sẽ khá có ích để cho bạn biết được những điểm cần điều chỉnh trong design và bố cục website để qua đó đủ nội lực tăng conversion và đạt hiệu quả cao hơn.

4.4 EyeQuant

EyeQuant là một công cụ phân tích khác liên quan đến hành vi người dùng và biểu thị dạng heatmap, tuy nhiên điểm không giống biệt nhất giữa công cụ này và với những tool khác chính là việc nó có thể cho bạn thông tin ngay lập tức chứ không phải chờ đợi. Tức là đối với những tool phân tích không giống thì sau khi setup, bạn sẽ phải chờ có các thông tin như khách viếng thăm, clicks chuột xuất hiện trên website thì lúc này bạn mới đủ sức phân tích được. cho nên thông thường từ lúc bạn setup các công cụ phân tích thì thỉnh thoảng bạn phải đợi ít nhất vài tiếng, một ngày hay có khi vài ngày trước khi bạn có quá đủ thông tin để đủ nội lực quyết định được và tiến hành cải thiện, chẳng hạn như A/B testing. Và khi tiến hành A/B testing bạn lại sẽ tốn một khoảng thời gian nữa để thu thập tiếp thông tin để tiến hành chỉnh sửa, quá trình này có thể tiêu tốn khá nhiều thời gian để có những refresh nhằm tăng conversion cho website. Lúc này EyeQuant mang đến cho bạn một phương pháp cắt giảm thời gian hơn bằng cách hiển thị ngay những thông tin về eye-tracking, heatmap khi bạn điền URL của web, sau vài chục giây nghiên cứu, bạn sẽ có ngay kết quả:

tool-eyequant.png

Bạn có 5 loại thông tin không giống nhau được phân phối cho mỗi lần test:

  • Perception map: bản đồ cho thấy sự những gì gây thích thú ngay lập tức với khách viếng thăm trong 3 giây đầu tiên khi vào website.
  • Attention map: bản đồ cho thấy những khu vực nào tạo sự quan tâm của khách viếng thăm nhất trên website.
  • Hotspot: nêu lên những điểm nóng trên web, là nơi bạn nên để những thông tin cần thiết mong muốn khách viếng thăm thấy.
  • Regions of interest: vùng tạo được ấn tượng với trên 50% khách viếng thăm, bạn nên đảm bảo những phần thông tin cần thiết cũng có trên 50% sự thích thú.
  • Visual clarity: tính năng này sẽ tra cứu xem website của bạn có rạch ròi và easy Nhìn hay không, có khiến người đọc rối mắt hay không.
  • không những thế còn có 2 chế độ hiển thị khác nhau: khách viếng thăm mới và khách quay trở lại, cho bạn thêm thông tin về từng phân khúc khách hàng.

Tới lúc này nhiều người sẽ hỏi, nếu không có thông tin (tức là k đo lường việc khách hàng viếng thăm web và nhấn vào đâu) thì làm sao để tool này đủ nội lực mang ra những kết quả giống như vậy được? WhiteMatter Labs GmbH là trung tâm chuyên tìm hiểu về nhận thức của não bộ và vận dụng các nghiên cứu đó vào ads và mkt. Phòng nghiên cứu này tiến hành những thí nghiệm sâu rộng về eye-tracking và đưa những thông tin đó vào nền tảng máy tính, dạy cho chúng cách nhận thức giao diện giống như mắt con người. Dựa theo EyeQuant thì những hiệu quả này đạt mức độ chính xác hơn 90% so với những thí nghiệm eye-tracking thông thường (vốn rất tốn kém và tốn thời gian). Bạn đủ nội lực nhìn thấy thêm thông tin về công nghệ này trên trang web của EyeQuant.

4.5 Optimizely

Optimizely là một công cụ cung cấp cho người dùng khả năng tăng cao hóa và tiến hành A/B testing một phương pháp gấp rút mà k cần phải biết quá nhiều về kỹ thuật.

Một trong những chủ đề chính trong khi tiến hành A/B testing đó chính là nó thường tốn khá nhiều thời gian. Bạn cần có thiết kế mới, rồi lập trình viên mới đưa design của bạn lên website và rồi bạn mới đủ nội lực khởi đầu tiến hành testing. Nhưng không phải lúc nào bạn cũng có thể khẩn trương áp dụng những cải thiện lên trang web một cách khẩn trương dù rằng những refresh đó thỉnh thoảng rất nhỏ (như refresh một câu chữ, một nút click hoặc màu sắc). Optimizely sẽ xóa bỏ all những rào cản đó cho phép bạn khẩn trương thử nghiệm những gì mình muốn trên web và những thay đổi đó sẽ có thể được áp lên chỉ trong vòng vài phút bởi chính bạn mà k cần phải biết quá nhiều về design hay lập trình. Những tính năng nổi bật của Optimizely:

  • đủ sức điều chỉnh giao diện webcontent, chữ, nút bấm, màu sắc và nhiều thứ khác một hướng dẫn trực quan trên Editor của tool này.
  • Tạo giao diện mới, đưa online và khởi đầu rà soát khẩn trương.
  • có thể chọn đối tượngmục tiêu để tra cứu.
  • Theo dõi clicks, conversion, đăng ký hay bất cứ thông số nào bằng cách set goals.
  • lựa chọn, schedule thời gian kiểm tra theo ý mong muốn.
  • đủ sức liên kết với Google Analytics, KISSmetrics, ClickTale v.v… để kết hợp các thông tin từ testing.
  • rà soát nâng cao hơn với HTML, CSS, Javascript, jQuery
  • áp dụng trên mobile (thời điểm viết bài chỉ mới có phiên bản cho iOS).

tool-optimizely-1024x644.png

tổng kết, khi lựa chọn một công cụ đánh giá thì chúng ta nên nhìn thấy xét về nhu cầu thật sự của mình và qua đó phân tích nhìn thấy ứng dụng nào sẽ phù hợp nhất. Chúng ta đủ nội lực thử qua nhiều công cụ không giống nhau để tìm được tool thật sự thêm vào nhất với web và mô hình của mình. bên cạnh đó còn một điều nữa cũng cần nên biết, đó là một số các công cụ này sẽ phát huy hiệu quả hơn rất nhiều nếu bạn kết hợp chúng với nhau. Ví dụ: phối hợp sử dụng Google Analytics và Crazy Egg để thu thập các thông tin đầy đủ hơn và rạch ròi hơn về hành vi user hoặc kết hợp ClickTale và Optimzely để tiến hành A/B testing một phương pháp nhanh chóng và hiệu quả hơn v.v…

5 – Thực hành A/B testing với Google Analytics

Chúng ta hãy cùng thực hành với một vài thao tác dễ dàng trên Google Analytics (viết tắt là GA) để hiểu rõ hơn về A/B testing nhé

hợp lý bị: 1 tài khoản GA

Các bước thực hiện giống như sau:

Bước 1: mở GA –> chọn vào mục Hành vi -> trải nghiệm –> Nhấp chuột vào nút Tạo trải nghiệm

Bước 2: chọn mục đích thử nghiệm

  • Đặt tên cho trải nghiệm
  • lựa chọn mục tiêu cho thử nghiệmví dụ chọn số lần nhìn thấy trang như hình vẽ dưới đây:

thu-nghiem-analytics.jpg

  • lựa chọn % truy cập: Nếu lựa chọn 100% thì 100% khách truy cập sẽ cùng trải nghiệm, nếu chọn 50% thì chỉ 50% khách truy cập sẽ trải nghiệm thôi (ví dụ như chỉ trải nghiệm với người dùng mới chẳng hạn)

Bước 3: Cấu ảnh trải nghiệm

thu-nghiem-analytics1.jpg

Nhập thông tin trang nguồn và trang mà bạn mong muốn thử nghiệm vào đây

Bước 4: Chèn mã nhúng của GA lên trang mà bạn muốn thử nghiệmlưu ý là chèn mã nhúng vào ngay sau thẻ

ma-nhung-ab.jpg

Sau khi vừa mới hoàn thành bước set-up A/B testing trong GA, bạn chỉ cần xác nhận mã nhúng của GA và trờ đợi GA thiết lập thử nghiệm trên trang web (Có thể mất khoảng 24h). Và khi đã xong, bạn chỉ cần ngồi Nhìn những refresh, những thử nghiệm mới thú vị cho website của mình.

6 – Những lưu ý khi tiến hành A/B testing

6.1 NÊN

Cùng một thời điểm, chỉ thực hiện tra cứu một yếu tố: tại sao lại giống như vậy ? ví dụ giống như bạn vừa mới muốn rà soát nhìn thấy cái nút màu đỏ với màu xanh, nút nào được nhấn nhiều hơn. Thì cùng thời điểm đó bạn chỉ nên A/B Testing với riêng 2 nút này thôi. Bạn không thể đồng thời test tỷ lệ click vào nút rồi song song kiểm tra thêm các nguyên nhân không giống nữa vì khi hiệu quả, bạn sẽ k biết được đó là hiệu quả của thành phần nào.

Chỉ ứng dụng A/B Testing khi website của bạn đang có một lượng truy cập nhiều và ổn định: đơn giản là nếu site bạn chưa có nhiều người truy cập thì dữ liệu bạn có được sẽ không nhiều khi đó không thể đánh giá và mang ra được hiệu quả chính xác.

A/B testing phải được vận dụng trong 1 khoảng thời gian: tối thiểu 1 tuần, nếu 1 tuần mà kết quả giữa 2 phiên bản chênh lệch nhau k đáng kể, thì bạn cần thực hiện công việc này lên tới cả tháng, để thấy được sự chênh lệch rõ ràng hơn. Nhưng cũng không nên chạy tra cứu quá lâu vì nếu chạy check quá lâu, hiệu năng của site thấp thì cũng đủ sức tác động đến % chuyển đổi

Giữ sự đồng nhất: Khi tiến hành A/B testing cần phải có cách nào đó để ghi nhớ người dùng nào vừa mới lựa chọn phiên bản kiểm tra nào để lúc nào cũng hiển thị đúng phiên bản đó nhằm tránh tác động đến trải nghiệm của user. Nếu có một nút click được refresh để rà soát và nút bấm này xuất hiện ở nhiều chỗ trên web thì KH cũng phải thấy nút click này giống như nhau ở mọi chỗ trên web. Cookies là phương pháp thường dùng nhất.

check nhiều lần: Sự thật là không phải đợt A/B testing nào cũng sẽ mang lại kết quả giống như bạn muốn hoặc giúp bạn tìm ra được phương pháp cho vấn đềthành ra hãy cứ tiếp tục rà soát thêm nhiều lần nữa, theo những định dạng khác nhau. Nếu mỗi lần kiểm tra refresh conversion rate của bạn một chút thì nhiều lần test như vậy sẽ cộng dồn lại xây dựng một tác động to hơn.

6.2 Không NÊN

Testing mà k đảm bảo điều kiện giống nhau: Luôn nhớ rằng việc testing cả 2 phiên bản A và B phải được tiến hành đồng thời. Bạn k 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 giải quá sớm: Hãy nhớ rằng hiệu quả chỉ có giá trị khi chúng có một giá trị số tương đối và một thời gian tương ứng để định hình. Bạn không thể quyết định rằng phiên bản A hơn B hoặc ngược lại khi chúng chỉ không giống nhau một vài conversion hoặc thời gian check quá ngắn.

Khiến các khách hàng cũ ngạc nhiên: Tốt nhất khi tiến hành A/B testing, chỉ nên quy tụ vào các phân khúc khách hàng mới vì nếu các KH cũ vào và thấy mọi thứ khác đối với lúc trước thì đủ sức 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 rà soát lại đủ sức hoàn toàn sẽ trái ngược với những gì bạn đủ sức nghĩ tới. đủ sức một cái button đỏ trên nền xanh theo bạn là chói mắt và khó chịu nhưng hiệu quả lại có thể chứng minh rằng nó có kết quả hơn. Cái bạn cần là conversion rate, đừng để những linh cảm của bạn chống lại các hiệu quả test.

Hy vọng bài viết trên đây đã giúp các bạn có được một cái Quan sát tổng quan về A/B Testing, một phương thức giúp bạn tối ưu hóa và gia tăng % biến đổi trên web của mình.

nguồn: viblo.asia

 

Leave a Reply

Email của bạn sẽ không được hiển thị công khai. Các trường bắt buộc được đánh dấu *