A/B Testing là gì và Quy trình chuẩn để thực hiện A/B Testing: Để thực hiện một quy trình A/B testing (hay bất cứ quá trình thử nghiệm nào khác) đúng mực thì cần tuân theo phương pháp khoa học thông thường, gồm các bước sau: Đặt câu hỏi, Nghiên cứu tổng quan, Đặt ra một giả thuyết, Xác định mẫu thử và thời gian thực hiện test, Tiến hành test, Thu thập thông tin và tiến hành phân tích,Cung cấp kết quả cho tất cả các bên liên quan…

1. A/B Testing là gì?

A/B testing là một kĩ thuật thử nghiệm, bằng cách chia một đối tượng chính thành 2  phiên bản là A và B, để kiểm tra xem người dùng thích phiên bản nào hơn thông qua cách mà người dùng tương tác với mỗi phiên bản. Nói một cách dễ hiểu đó là bạn có thể suy nghĩ đơn giản A/B testing nó như một cuộc đấu chọi gà, bạn sẽ lần lượt cho các cặp gà chọi của mình vào sàn đấu, và xem đâu là con gà mạnh nhất, bạn sẽ sử dụng con gà đó để cho những trận đấu lớn, chính thức của bạn.

Ở hình minh họa trên, chúng ta tạo ra 1 cuộc thử nghiệm, bằng cách tạo ra 2 phiên bản trang web, và xem người dùng sẽ thích trang web nào hơn. Rõ ràng chúng ta sẽ nhận thấy rằng, phiên bản thử nghiệm B (version B) tốt hơn phiên bản thử nghiệm A (version A), khi mà version B có tới hơn 75 người tương tác với Signup form, trong khi version A chỉ có 50. Sự tương tác ở đây tùy thuộc vào cách bạn đưa ra thử nghiệm, như là tỉ lệ click chuột trên trang, thời gian người đó ở lại trang, hay đại loại một tỉ lệ nào đó mà bạn muốn thử nghiệm… Mỗi version của A/B testing chủ yếu được dựa trên công thức đơn giản:

Giả sử trang web của bạn hôm nay có 100 người truy cập và số người đăng ký thành viên trên trang web là 20 người. Như vậy ta sẽ có tỉ lệ tưong tác của người dùng với trang web là 20%.

A / B Testing ví dụ dữ liệu cho trang đăng ký
Phiên bản Tổng lượt khách Khách đăng ký Tỷ lệ tương tác
Bản gốc 1406 356 25,32%
Version A 1.488 372 25.67%
Version B 1392 425 30,53%

2. Lưu ý khi sử dụng A/B Testing

Khi sử dụng A/B Testing để test một trang web nào đó, hãy lưu ý rằng các điều kiện để test phải trong một môi trường tương đồng, mình liệt kê một số lưu ý như sau:

Chẳng hạn như bạn không thể test Version A vào ngày thứ 2 và test Version B vào thứ 7, chủ nhật,  vì có thể  thứ 7 là cuối tuần nên hành vi của người dùng sẽ khác với thứ 2. Bạn không thể thử nghiệm với số lượng thống kê qua ít, ví dụ như bạn không thể chỉ lấy 10 lượt ghé thăm mà có thể đánh giá được hành vi người dùng, theo xác suất thống kê đã học trên trường thì số liệu thống kê càng lớn thì kết quả càng gần với chính xác. Bạn có thể xem thêm video này để hiểu A/B Testing là gì và cách thức hoạt động của nó:

3. Vì sao bạn, doanh nghiệp của bạn nên làm A/B testing?

Nếu bạn có một lượng khách hàng nhất định và bạn muốn tăng số lượng conversion lên thì cách thứ nhất là cần phải mang nhiều khách hàng hơn đến website hoặc cửa hàng. Cách thứ hai chính là tăng conversion rate để với cùng một lượng khách sẵn có, họ tạo ra một lượng conversion lớn hơn. A/B testing giúp bạn làm được điều thứ hai bằng cách cho phép cải thiện hiệu quả của các tiến trình đang làm dù đó là phát triển web, phát triển ứng dụng, quảng cáo hay bán hàng. Chi phí cho việc tăng thêm khách hàng như cách một thường không nhỏ, trong khi đó chi phí cho việc A/B testing đôi khi lại không nhiều và những thay đổi có lúc dù nhỏ vẫn có thể mang đến những hiệu quả to lớn trong việc tạo ra nhiều conversion hơn. ( Đọc thêm bài viết về Conversion Rate và thách thức nhân đôi lợi nhuận)

4. Quy trình A/B testing

Để thực hiện một quy trình A/B testing (hay bất cứ quá trình thử 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 làm định hướng và mục tiêu cho quá trình A/B testing và rõ ràng để biết sau khi test thì sẽ nhận kết quả là gì. Các câu hỏi đặt ra có thể đại loại là: “làm sao để giảm bounce rate cho trang landing page?” hoặc “làm sao để tăng số người đăng ký cho form trên trang chủ?” hay là “làm sao để cải thiện CTR của banner quảng cáo?”.

2. Nghiên cứu 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 kênh, cho website thì có thể là Google Analytics, cho Email thì có thể là các email client, social thì là social listening tools.

3. Đặt ra một giả thuyết: Với câu hỏi có bên trên và những gì biết về hành vi của khách hàng khi thực hiện conversion, bạn hãy thử nghĩ ra một giả thuyết về để giải quyết câu hỏi đặt ra phía trên. “Có một đường link tới trang hướng dẫn ở dưới footer có thể giảm bounce rate”, “làm cho nút đăng ký nổi bật hơn sẽ làm tăng số người đăng ký” hay “banner với hình ảnh một cô gái xinh đẹp sẽ có CTR cao hơn” là những ví dụ về các giả thuyết cho các câu hỏi được nêu trên.

4. Xác định mẫu thử và thời gian thực hiện test: Bước tiếp theo là bạn cần phải xác định số lượng khách hàng mà sẽ được tiến hành việc A/B testing. Số lượng mẫu thử phải đủ lớn để có thể thấy được sự khác biệt giữa 2 phiên bản A/B một cách rõ rệt sau quá trình test. Thời gian test cũng cần được xác định một cách hợp lý để đảm bảo kết quả không bị ảnh hưởng bởi yếu tố thời vụ, tác động từ bên ngoài khiến nhu cầu và hành vi của khách hàng thay đổi. Bạn có thể sử dụng thử công cụ ước lượng để tính toán thời gian chạy test.

5. Tiến hành test: tạo ra thêm phiên bản mới B để thử nghiệm với phiên bản gốc A. Phiên bản B này sử dụng 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 quá trình A/B testing và bạn thấy được rằng phiên bản B mang lại conversion rate cao hơn phiên bản A (bounce rate giảm, người đăng ký tăng, CTR tăng) thì tức là phiên bản B hiệu quả hơn. Nhưng nếu conversion rate thấp hơn hoặc không thay đổi 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 tiếp tục. Bạn có thể tìm hiểu thêm việc thu thập và xử lý thông tin tại các chương trình đào tạo digital marketing của Academy.vn

7. Cung cấp kết quả cho tất cả các bên liên quan: gửi 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 tối ưu hóa , v.v…). Tiến hành thay thế phiên bản A bằng phiên bản B nếu B thực hiệu quả hơn sau khi đã xem xét hết tất cả các khả năng có thể xảy ra nếu thay thế. Lập lại quy trình test này từ đầu để giải quyết một câu hỏi, một vấn đề khác.

5. Những việc nên và không nên làm khi thực hiện A/B testing

NÊN:

  • Biết là nên test đến khi nào thì dừng: dừng quá sớm thì bạn sẽ mất những thông số có giá trị để đưa ra quyết định đúng. Chạy test quá lâu thì cũng có cái hại vì nếu phiên bản thử 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 cách nào đó để ghi nhớ người dùng nào đã chọn phiên bản test nào để lúc nào cũng hiển thị đúng phiên bản đó nhằm tránh ảnh hưởng đến trải nghiệm của người dùng. Nếu có một nút bấm được thay đổi để test và nút bấm này xuất hiện ở nhiều chỗ trên website thì khách hàng cũng phải thấy nút bấm này như nhau ở mọi chỗ trên website. Cookies là phương thức thường dùng nhất.
  • Test nhiều lần: sự thật là không phải đợt A/B testing nào cũng sẽ mang lại kết quả như bạn mong muốn hoặc giúp bạn tìm ra được giải pháp cho vấn đề. Do đó hãy cứ tiếp tục test thêm nhiều lần nữa, theo những định hướng khác nhau. Nếu mỗi lần test cải thiện conversion rate của bạn một chút thì nhiều lần test như vậy sẽ cộng dồn lại tạo ra một ảnh hưởng lớn hơn.
  • Lưu ý sự khác biệt giữa traffic từ mobile và desktop: khách hàng truy cập website từ mobile và từ desktop có thể có biểu hiện hoàn toàn khác nhau trên website của bạn tùy theo design, UI/UX và website có mobile-friendly hay không. Do đó nên lưu ý việc phân chia traffic khi A/B testing trang web, tốt nhất là nên test cho mobile và desktop traffic riêng.

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 kết quả đúng.
  • Kết luận quá sớm: hãy nhớ rằng kết quả chỉ có giá trị khi chúng có một giá trị số tương đối và một thời gian tương ứng để xác định. Bạn không thể quyết định rằng phiên bản A hơn B hoặc ngược 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 đối tượng khách hàng mới vì nếu các khách hàng cũ vào và thấy mọi thứ khác so với lúc trước thì có thể 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 test lại có thể hoàn toàn sẽ trái ngược với những gì bạn có thể nghĩ tới. Có thể một cái CTA đỏ trên nền xanh theo bạn là chói mắt và khó chịu nhưng kết quả lại có thể chứng minh rằng nó có hiệu quả hơn. Cái bạn cần là conversion rate, đừng để những linh cảm của bạn chống lại các kết quả test.

 

 

Baohoahoctro.com