Notice: Trying to access array offset on value of type bool in /home/pcdwpiuv/domains/buonbantenmien.vn/public_html/wp-content/plugins/elementor-pro/modules/dynamic-tags/tags/post-featured-image.php on line 39

Notice: Trying to access array offset on value of type bool in /home/pcdwpiuv/domains/buonbantenmien.vn/public_html/wp-content/plugins/elementor-pro/modules/dynamic-tags/tags/post-featured-image.php on line 39

Notice: Trying to access array offset on value of type bool in /home/pcdwpiuv/domains/buonbantenmien.vn/public_html/wp-content/plugins/elementor-pro/modules/dynamic-tags/tags/post-featured-image.php on line 39

Notice: Trying to access array offset on value of type bool in /home/pcdwpiuv/domains/buonbantenmien.vn/public_html/wp-content/plugins/elementor-pro/modules/dynamic-tags/tags/post-featured-image.php on line 39
A/B testing là gì? Tại sao chúng ta cần hiểu về A/B testing? - Buôn Bán Tên Miền

Notice: Trying to access array offset on value of type bool in /home/pcdwpiuv/domains/buonbantenmien.vn/public_html/wp-content/plugins/elementor-pro/modules/dynamic-tags/tags/post-featured-image.php on line 39

A/B testing là gì? Tại sao chúng ta cần hiểu về A/B testing?

A/B testing là gì là một trong những keyword được search nhiều nhất trên Google về chủ đề A/B testing là gì. Trong bài viết này, buonbantenmien.vn sẽ viết bài viết A/B testing là gì? Tại sao chúng ta cần hiểu về A/B testing?

A/B testing là gì? Tại sao chúng ta cần hiểu về A/B testing?

A/B testing là gì?

A/B testing (hay còn được gọi là split testing) là một quy trình mà trong đó hai phiên bản (A và B) sẽ được cùng so sánh trong một môi trường / tình huống được dựng lại và qua đó đánh giá xem phiên bản nào kết quả hơn. Phiên bản ở đây đủ nội lực là mọi thứ từ một ảnh banner, web, mẫu ads cho tới email và hiệu quả được đánh giá dựa trên mục tiêu của người làm rà soát dành cho các phiên bản này.
Một website bán hàng thì có mục tiêu là mong muốn KH phải mua hàng hoặc mua nhiều hơn. Một banner ads thì có mục đích là muốn KH phải click vào đó nhiều hơn. Một email thì có mục tiêu là KH phải mở ra nhìn thấy nhiều hơn. all mọi thứ đều có một mục đích nào đó, nhằm khiến cho KH thực hiện một hành động mong muốn nào đó, hành động này được gọi là conversion. số lượng người thực hiện các hành động đó được gọi là conversion rate (tỉ lệ chuyển 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 phân tích conversion rate của tiến trình đã thực hiện.

Vì sao lại cần phải sử dụng A/B testing?

Nếu bạn có một lượng khách hàng nhất định và bạn mong muốn tăng trưởng tỉ lệ conversion lên thì phương pháp thứ nhất là cần phải đưa nhiều KH hơn đến web hoặc cửa hàngcách thứ hai chính là gia tăng conversion rate để với cùng một lượng khách sẵn có, họ xây dựng một lượng conversion lớn hơn. A/B testing giúp bạn làm được điều thứ hai bằng mẹo cho phép thay đổi hiệu quả của các quá trình đã làm dù đó là phát triển webphát triển ứng dụngads hay bán hàng.
ab-testing-tai-sao.png
chi phí cho việc gia tăng thêm khách hàng như hướng dẫn một thường k nhỏ, trong khi đó chi phí cho việc A/B testing thỉnh thoảng lại k nhiều và những thay đổi có lúc dù nhỏ vẫn đủ nội lực đem đến những kết quả to lớn trong việc tạo ra nhiều conversion hơn.

Quy trình A/B testing

Để thực hiện một quy trình A/B testing (hay bất cứ công cuộc trải nghiệm nào khác) đúng mực thì cần tuân theo phương pháp khoa học thông thường, gồm các bước sau:

1. Đặt câu hỏi:

Cần phải đặt ra câu hỏi để sử dụng định hướng và mục tiêu cho tiến trình A/B testing và rõ ràng để biết sau khi kiểm tra thì sẽ nhận hiệu quả là gì. Các câu hỏi đặt ra đủ sức đại loại là: “làm sao để giảm bounce rate cho trang landing page?” hoặc “làm sao để gia tăng số người tải ký cho form trên trang chủ?” hay là “làm sao để refresh CTR của banner quảng cáo?”.

2. Tìm hiểu tổng quan:

Cần phải hiểu và nắm được hành vi của các khách hàng khi họ thực hiện các conversion bằng các công cụ đo lường cho từng nơi, cho website thì đủ sức là Google Analytics, cho mail thì đủ sức là các mail client, social thì là mạng xã hội listening tools.

3. Đặt ra một giả thuyết:

Với câu hỏi có bên trên và những gì biết về hành vi của KH khi thực hiện conversion, bạn hãy thử nghĩ ra một giả thuyết về để khắc phục câu hỏi đặt ra phía trên. “Có một đường link tới trang hướng dẫn ở dưới footer đủ nội lực giảm bounce rate”, “làm cho nút đăng ký nổi bật hơn sẽ giúp tăng trưởng số người đăng ký” hay “banner với pic một cô gái xinh đẹp sẽ có CTR cao hơn” là những gợi ý về các giả thuyết cho các câu hỏi được nêu trên.

4. Định hình mẫu thử và thời gian thực hiện test:

Bước kế tiếp là bạn cần phải dựng lại tỉ lệ khách hàng mà sẽ được tiến hành việc A/B testing. số lượng mẫu thử phải quá đủ to để đủ sức thấy được sự không giống biệt giữa 2 phiên bản A/B một phương pháp rõ rệt sau tiến trình tra cứu. Thời gian kiểm tra cũng cần được xác định một mẹo phù hợp để đảm bảo hiệu quả không bị ảnh hưởng bởi nguyên nhân thời vụ, ảnh hưởng từ bên ngoài khiến nhu cầu và hành vi của khách hàng refresh. Bạn có thể sử dụng thử tool ước lượng để tính toán thời gian chạy check.

5. Tiến hành test:

xây dựng thêm phiên bản mới B để trải nghiệm với phiên bản gốc A. Phiên bản B này dùng giả thuyết mà bạn đã đặt ra (có link dưới footer, nút đăng ký nổi bật hơn, banner có hình cô gái đẹp) và sẽ được đo lường về conversion rate với phiên bản A.

6. Thu thập thông tin và tiến hành phân tích:

Nếu sau công cuộc A/B testing và bạn thấy được rằng phiên bản B mang lại conversion rate cao hơn phiên bản A (bounce rate giảm, người tải ký gia tăng, CTR tăng) thì tức là phiên bản B kết quả hơn. Nhưng nếu conversion rate thấp hơn hoặc k cải thiện thì tức là giả thuyết để giải quyết vấn đề của bạn không đúng. Lúc này cần quay lại bước thứ 3 và tìm một giả thuyết mới để liên tục.

7. Phân phối kết quả cho tất cả các bên liên quan:

send các thông tin và insights tìm được sau quá trình thử nghiệm cho các bộ phận liên quan (lập trình, thiết kế UI/UX, team tăng cao hóa, v.v…). Tiến hành thay thế phiên bản A bằng phiên bản B nếu B thực kết quả hơn sau khi đang xem xét hết all các mức độ có thể xảy ra nếu thay thế.
Lập lại quy trình kiểm tra này từ đầu để khắc phục một câu hỏi, một vấn đề không giống.

Vận dụng của A/B testing

Với A/B testing bạn đủ nội lực vận dụng và thay đổi được rất nhiều thứ cho quy trình hoạt động và phát triển webquảng cáo online / offline, cho tới mobile app và email mkt.

1. Cho website

ab-testing-web.jpg
Chủ yếu là liên quan đến chủ đề giao diện website và thử nghiệm user (UI/UX) vì đây là các thành phần tác động trực tiếp đến việc user đủ sức thực hiện conversion trên web hay không. Với một trang web bạn đủ nội lực A/B testing hết all những yếu tố nào đủ sức tác động đến hành vi của người dùng giống như pic, tựa đề, content, call to action, form điền thông tin, v.v… test lần lượt từng yếu tố mà bạn cảm thấy đủ sức cải thiện để gia tăng conversion rate. nhìn thấy thêm các áp dụng phân tích và A/B testing cho website.

2. Cho ads và sale

ab-testing-ads.png
so với mảng Trực tuyến thì A/B testing thường được dùng để đo lường hiệu quả của các mẫu ads khác nhau. gợi ý như khi bạn viết copy ads Adwords cho cùng 1 nhóm keyword (ad group), luôn nên viết 2 mẫu ads không giống nhau và cho chạy song song để biết mẫu ads nào kết quả hơn sau một thời gian chạy. Tương tự với các quảng cáo GDN hay Facebooksử dụng các thiết kế quảng cáo không giống nhau cho cùng một camp để đo lường hiệu quả sau đó chọn mẫu design nào kết quả hơn để chạy tiếp. Việc tăng cao hóa ads liên tục bằng mẹo rà soát các chọn khác nhau sẽ khiến bạn tiếp tục refresh được conversion rate và giúp ads chạy ngày càng kết quả hơn.
đối với mảng offline thì A/B testing thường có thể được dùng để đánh giá kết quả của các kênh ads giống như báo giấy, tờ rơi, billboard… Chẳng hạn bằng hướng dẫn sử dụng các mã mã giảm giá không giống nhau cho từng mẫu ads trên báo, mẫu tờ rời, hoặc billboard, nhà ads có thể nắm được mẫu quảng cáo nào kết quả hơn thông qua việc có nhiều người dùng mã couple nào hơn. Một số trường hợp khác có thể sử dụng sdt không giống nhau để thay cho mã coupon.
Một áp dụng không giống trong bán hàng tại các shop đủ sức gồm có việc sắp đặt vị trí các sản phẩm theo các vị trí khác nhau để đo lường sự để ý của khách hàng và cuối cùng khiến họ mua nhiều hơn. Điều này cho thấy khả năng ứng dụng của A/B testing là rất thông dụng và rất linh động tùy theo mục đích được đặt ra.

3. Cho vận dụng di động

ab-testing-mobile.png
A/B testing cũng được áp dụng trong việc tăng trưởng vận dụng di động và tương tự như website, chủ yếu nhằm cải thiện UI/UX của sản phẩm. Với các áp dụng ĐT di động thì việc tiến hành testing thường chông gai hơn nhiều cả về mặt kỹ thuật lẫn về hành vi user. Về mặt kỹ thuật thì để tiến hành rà soát, thì phiên bản vận dụng cần được cải tiến, 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 userkhông phải ai cũng sẽ update ngay phiên bản mới và trải nghiệm user trên điện thoại di động hoàn toàn không giống đối với trên web.
bây giờ có nhiều công cụ hỗ trợ A/B testing dành cho ứng dụng di động trên phân khúcmột mình thì tôi đã có cơ hội thử qua 2 tool là Splitforce và Apptimize và cả 2 đều khá tốt. Bạn cũng đủ sức tham khảo thêm danh sách 20 công cụ A/B testing cho điện thoại di động.

4. Cho email marketing

ab-testing-email.gif
vừa mới qua rồi cái thời mà đẩy hàng trăm ngàn email đi và nghĩ rằng user sẽ đọc được những email của mình send. Các email clients ngày càng có các bộ lọc tinh xảo hơn, tống toàn bộ các spam email vào thùng rác và dù cho là vậy KH luôn luôn bị chôn vùi bởi hàng tá thậm chí hàng trăm email mỗi ngày. Điều quan trọng là làm thế nào để khách hàng chịu xây dựng email của mình ra xem và tương tác với các email đó. Câu trả lời chính là A/B testing. Bạn phân vân k biết câu title nào sẽ hấp dẫn người đọc hơn để tăng trưởng open rate, hãy tra cứu. Bạn không biết nên dùng CTA nào để khiến user bấm vào link, hãy rà soát.
hiện nay hầu hết các công cụ gửi mail giống như MailChimp, BenchmarkEmail, đều có tính năng cho phép A/B testing các content được send ra để đủ nội lực đo lường kết quả của camp được gửi.

Những khuyến cáo khi tiến hành A/B testing

1. NÊN

Biết là nên rà soát đến khi nào thì dừng: dừng quá sớm thì bạn sẽ mất những thông số có trị giá để mang ra quyết định đúng. Chạy check quá lâu thì cũng có cái hại vì nếu phiên bản trải 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 hướng dẫn nào đó để ghi nhớ user nào đã lựa chọn phiên bản kiểm tra nào để lúc nào cũng hiển thị đúng phiên bản đó nhằm tránh ảnh hưởng đến thử nghiệm của user. Nếu có một nút nhấn được cải thiện để kiểm tra và nút click này xuất hiện ở nhiều chỗ trên web thì khách hàng cũng phải thấy nút bấm này như nhau ở mọi chỗ trên website. Cookies là phương thức thường sử dụng nhất.
kiểm tra nhiều lần: sự thật là chẳng hề đợt A/B testing nào cũng sẽ mang lại hiệu quả như bạn mong muốn hoặc giúp bạn tìm ra được phương pháp cho vấn đềthành ra hãy cứ liên tục tra cứu thêm nhiều lần nữa, theo những định hướng không giống nhau. Nếu mỗi lần test cải thiện conversion rate của bạn một chút thì nhiều lần rà soát như vậy sẽ cộng dồn lại tạo ra một tác động to hơn.
lưu ý sự khác biệt giữa traffic từ mobile và desktop: khách hàng truy cập website từ mobile và từ desktop đủ sức có biểu hiện hoàn toàn khác nhau trên web của bạn tùy theo design, UI/UX và web có mobile-friendly hay khôngvì vậy nên lưu ý việc phân chia traffic khi A/B testing website, tốt nhất là nên check cho mobile và desktop lượt truy cập 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 hiệu quả đúng.
Kết bàn luận quá sớm: hãy nhớ rằng kết quả chỉ có giá trị khi chúng có một trị giá số tương đối và một thời gian tương ứng để xác định. Bạn k thể quyết định rằng phiên bản A hơn B hoặc trái lại khi chúng chỉ khác nhau một vài conversion hoặc thời gian test quá ngắn.
Khiến các khách hàng cũ ngạc nhiên: tốt nhất khi tiến hành A/B testing, chỉ nên tập trung vào các phân khúc khách hàng mới vì nếu các khách hàng cũ vào và thấy mọi thứ khác so với lúc trước thì đủ sức họ sẽ bất ngờ và điều này ảnh hưởng đến conversion rate, nhất là khi bạn chưa chắc phiên bản thử nghiệm sẽ có được chọn hay k.
Để linh cảm chi phối kết quả: thỉnh thoảng kết quả check lại đủ sức hoàn toàn sẽ trái ngược với những gì bạn đủ nội lực nghĩ tới. có thể một cái CTA đỏ trên nền xanh theo bạn là chói mắt và khó chịu nhưng hiệu quả lại đủ nội lực chứng minh rằng nó có kết quả hơn. Cái bạn cần là conversion rate, đừng để những linh cảm của bạn chống lại các kết quả check.
Hi vọng post này sẽ giải đáp những thắc đắt tiền của những ai đã tìm hiểu về quá trình A/B testing để áp dụng vào công việc của mình. Mọi thắc sang chảnh và ý kiến, hãy để lại dưới bình luận hoặc liên hệ để được giải đáp.
nguồn: conversion.vn

Cám ơn bạn đã quan tâm đến sản phẩm tại Buonbantenmien.vn

Chúng tôi sẽ liên hệ bạn ngay nhé!