Hvis du har undersøgt webdesign, UX / UI design eller markedsføring, er chancerne for at du har hørt udtrykket A / B-test. Men hvad betyder A / B-test faktisk? I dag vil vi se nærmere på at finde ud af, hvad det hele handler om.
Hvad er A / B-test?
Simpelthen betyder det at sammenligne to versioner af et produkt for at se, hvilken man udfører bedre. A / B-test kaldes også "Split Testing" eller "Bucket Testing", som i, "sætter tingene i to forskellige spande." Og det kan være rigtig nyttigt at raffinere dit design.
Hvorfor bruge det?
A / B-test giver dig mulighed for at teste en hypotese og indsamle data, før du forpligter sig til en forandring, i stedet for at gøre det og bare håber på det bedste. På et stort sted design eller marketingprojekt, der kan spare en massiv mængde tid og penge.
Hvordan virker det?
Begrebet A / B-test blev faktisk raffineret Tilbage i 1920'erne af en statistik og biolog ved navn Ronald Fisher, der først brugte den med landbrugsforsøg. Det gik hurtigt fra "Hvad sker der, hvis jeg bruger forskellige gødning på dette land," til kliniske forsøg i medicin og til webdesign og markedsføring i dag.
Sig du er design af et websted. , og du vil gerne se, hvilke design tweaks vil få folk til at blive længere. Du vil oprette to versioner af siden, en med ændringerne og en uden version A og version B. En version tjener som kontrol, uden ændringer, og den anden er variationen.
Det virker normalt som dette:
- Vælg hvad du vil teste.
- Vis kontrol- og variationsversionerne til grupper af mennesker tilfældigt.
- Spor dataene for at vise hvilken version påvirket dine resultater mest.
Randomisering er afgørende for denne testproces, da det hjælper med at fjerne andre variabler fra ligningen. Hvis du vil teste størrelsen på abonnementsknappen for dit nyhedsbrev, vil du f.eks. Vare folk kontrol- og variationssiderne tilfældigt på både desktop og mobil for at holde den variabel fra skævt dataene.
A / B-test kan udføres med mere end to sider, men du bruger normalt to produkter til at starte. Hvor mange personer du viser hver version varierer afhængigt af, om begge versioner er nye, eller den nye version konkurrerer mod en etableret webside. Hvis begge er nye, vil du sandsynligvis dele trafikken 50/50. Hvis du introducerer ændringer mod en etableret side, kan det være 60/40.
Uanset hvordan du beslutter dig for at distribuere trafik til siderne, viser du altid at returnere brugere den samme version for at opretholde testens integritet. Testen skal løbe længe nok til at indsamle nok data, der skal være statistisk signifikant, før der kan træffes beslutning. Dette lyder kompliceret, men der er Gratis værktøjer derude for at hjælpe dig med at plotte dette ud.
Ethvert element af enhver side kan være testet A / B. Forsøger at få flere klik igennem fra Google? Test flere overskrifter. Forsøger at få folk til at navigere igennem til andre sider på dit websted? A / B Test forskellige menupunkter og layouts.
Fælles sidelementer, der får testet A / B, er:
- Ring til handling (CTA) knapper som abonnere, tilmelde dig osv.
- Overskrifter.
- Landingssider.
- Billeder
Webdesignere kan bogstaveligt talt ændre en ting på en side, køre en A / B-test og spore resultaterne. Hvis noget ændres, kan de være rimeligt sikre, det var på grund af den tweak, de lavede til designet.
Igen er dette koncept ikke eksklusivt til webdesign. Du kan en / b test anderledes Marketing e-mails. mod hinanden, forskellige lægemidler og så videre. En A / B-test er den mest grundlæggende slags Randomized Control Trial. Og du kan bruge den til løbende at forbedre brugeroplevelsen. Hvis du er interesseret i at lære mere og muligvis implementere den i dine projekter, skal du gå videre med en Dybdykke på A / B-test .
