A/B tesztelés

Research and testing

Back to services

Az A/B tesztelést split vagy multivariate tesztelésnek is nevezik. Célja, hogy egy választott megoldás két különböző verzióját hasonlítsa össze, például egy call to action gomb variációit, annak érdekében, hogy megállapítsuk, melyik verzió teljesít jobban. Annak érdekében, hogy megtudjuk, melyik design a “jobb”, két verziót készítünk el. A két elkészült verziót egyidőben mutatjuk meg ugyanazon célcsoport egy-egy felének. A teszt alapján megtudjuk, hogy melyik verzió a jobb – melyiket veszik észre, kattintanak rá többen,

Az lesz a preferált változatuk, amelyik több felhasználót késztetett a kívánt cselekvésre, illetve amelyik jobb konverziós rátát produkált. Fontos szempont, hogy a teszt csak statisztikailag szignifikáns eredmény esetén megbízható. Ehhez megfelelő tesztelő (megfelelő elemszám) szükséges, amely azt biztosítja, hogy az eredmény ne a kevés véletlen (pl. öt tesztelő) összessége legyen.

Az A/B tesztelés remek eszköz a felhasználói viselkedést befolyásoló apró változtatások hatásainak megismerésére, folyamatosan javítva a felhasználói élményt és megelőzve a lehetséges megoldásokról folytatott véget nem érő vitákat. Bár az A/B tesztelés kiváló módszer a finomhangolásra, komolyabb és több eltérést tartalmazó variációk összehasonlítására azonban nem alkalmas, mivel az egyes variációk eltérő eredményei mögött álló pontos okokat csupán az A/B tesztelés eszközeivel képtelenség megállapítani és mérni.

Az A/B tesztelést split vagy multivariate tesztelésnek is nevezik. Célja, hogy egy választott megoldás két különböző verzióját hasonlítsa össze, például egy call to action gomb variációit, annak érdekében, hogy megállapítsuk, melyik verzió teljesít jobban. Annak érdekében, hogy megtudjuk, melyik design a “jobb”, két verziót készítünk el. A két elkészült verziót egyidőben mutatjuk meg ugyanazon célcsoport egy-egy felének. A teszt alapján megtudjuk, hogy melyik verzió a jobb – melyiket veszik észre, kattintanak rá többen,

Az lesz a preferált változatuk, amelyik több felhasználót késztetett a kívánt cselekvésre, illetve amelyik jobb konverziós rátát produkált. Fontos szempont, hogy a teszt csak statisztikailag szignifikáns eredmény esetén megbízható. Ehhez megfelelő tesztelő (megfelelő elemszám) szükséges, amely azt biztosítja, hogy az eredmény ne a kevés véletlen (pl. öt tesztelő) összessége legyen.

Az A/B tesztelés remek eszköz a felhasználói viselkedést befolyásoló apró változtatások hatásainak megismerésére, folyamatosan javítva a felhasználói élményt és megelőzve a lehetséges megoldásokról folytatott véget nem érő vitákat. Bár az A/B tesztelés kiváló módszer a finomhangolásra, komolyabb és több eltérést tartalmazó variációk összehasonlítására azonban nem alkalmas, mivel az egyes variációk eltérő eredményei mögött álló pontos okokat csupán az A/B tesztelés eszközeivel képtelenség megállapítani és mérni.

  • Információ az ügyféltől:A project céljának meghatározása
  • Ügyféloldali részvétel:Aktuális teljesítményadatok a kiindulási állapot rögzítéséhez és a benchmark kijelölése az elérni kívánt cél eléréséhez, analitikai szoftverek beállítása az eredmények mérésére
  • Leszállítandók:Statisztikai tesztelési eredmények, a jobban teljesítő verzió kijelölése