اختبارات الـ A/B Testing من الأساليب المشهورة في إدارة المنتجات التقنية، وهو باختصار تجربة نسختين ومقارنة النتائج واعتماد الأكثر نجاحا، يستخدم بواسطة مختصي تجربة المستخدم، مدراء المنتجات، ومختصي التسويق الرقمي.
في هذا المقال نشرح فكرة سريعة عنه وما هي العوامل الملائمة التي تساعد على تنفيذه والاستفادة من نتائجه.
نموذج إدارة اختبارات A/B موجود في نهاية المقال.
الهدف من اختبار (A/B testing)هو اختبار نسختين ومقارنة النتائج. الاختبارات قد تشمل:
📱 تصميم شاشات أو عناصر
⬅️ رحلة عميل (flow, journey)
💵 التسعير للمنتجات والخدمات
🌁 صور المنتجات والخدمات
لكن على عكس بعض طرق الأبحاث الأخرى، هذا النوع يتطلب عدة عوامل قد لا تتوفر في بعض المنتجات أو بيئات العمل، وهنا بعض العوامل التي تساعد على تنفيذه بشكل سليم.
أولاً: منتج ناضج
أساس الاختبار هو مقارنة بين نسختين، الأولى (A) موجودة بالفعل ولديك تحليل وأرقام لها، وبين نسخة جديدة (B) لديك افتراضات أنها قد تكون أفضل. وبالتالي إذا كان المشروع أو المنتج في بداياته، فلن يكون لديك نسخة أولى (A) واضحة من الأساس.
كذلك في بدايات المشاريع لا يتوفر أدوات التحليل الجاهزة لقياس النتائج بشكل سريع، وبالتالي قد يكون الأفضل إجراء إختبارات أخرى مثل قابلية الاستخدام (Usability Testing) وغيرها.
إضافة إلى ذلك، في بدايات المشاريع لا تكون شرائح العملاء واضحة بالشكل الكافي في البدايات، بحيث يتم الاختبار على شرائح محددة حتى لا تخسر عملائك إذا لم ينجح الاختبار.
ثانياً: سرعة في الاختبار
يحتاج هذا النوع من الاختبارات لعدد كبير من التجارب لاستخراج حل واحد ناجح، حيث أنه متوقع عدم نجاح أغلب الاختبارات، أو عدم اعتمادها لأسباب يطول شرحها، لذلك السرعة مطلوبة لقتل الأفكار الغير مفيدة سريعاً بأقل تكلفة ووقت.
ثالثاً: وفرة في الوقت
كلما كان المنتج أكثر استقراراً كلما توفر الوقت لدى الفريق لإجراء تجارب من هذا النوع، في البدايات يكون التركيز على البناء التحقق من استدامة نموذج العمل، وأن الوظائف الرئيسية تعمل بشكل سليم وسهلة الاستخدام.
ومع الوقت واكتمال ملامح وخصائص النظام الرقمي، يقل الجهد في البناء والتطوير مما يساعد على التركيز على اختبار نسخ إضافية لنفس الشيء المبني سابقاً ومقارنة النتائج واعتماد الأفضل.
رابعاً: معرفة بالتحليلات والأرقام
يعتمد هذا النوع من الاختبارات بشكل كبير على التحليلات والبيانات، وبالتالي من الضروري الإلمام بأدوات التحليل الخاصة بهذا النوع من التجارب مثل: Google Optimize, Adobe Target وغيرها الكثير، كذلك فهم أساليب التحليل الكمي (Quantitative Analytics) وهناك عشرات الأدوات لذلك مثل: Google analytics, Mixpanel وغيرها من التي تختلف باختلاف طبيعة ونوع المشروع والتقنيات المستخدمة.
نموذج إدارة اختبارات الـ A/B
هذا قالب يساعدك على إدارة الاختبارات والتحليل ومتابعة النتائج.، مقسم حسب المراحل، ووضعت فيه أمثلة لتوضيح كيفية استخدام النموذج.
كل سطر يحتوي على تجربة منفصلة ومحددة، حتى لو عندك نفس الهدف (مثلاً تحسين مربع البحث) وعندك أكثر من فرضية (تجربة)، تضيف كل واحدة في سطر منفصل عشان تتبع بشكل أدق.
خطوات سريعة لكيفية استخدام الملف:
- تبدأ بالفرضية وتوقعاتك لها.
- شريحة العملاء المستهدفة في الاختبار.
- تقسيمة ال Traffic
- المعيار أو المقياس (Metric)
- التأثير: كيف يفيد الاختبار هدف للمنتج
– الآثار والعواقب حال وجدت
– حالة الاختبار والنتيجة للمتابعة
الملف مشارك مع الجميع، لعمل نسخة اذهب إلى File واعمل Make a Copy.
