Mi az A/B tesztelés a felhasználói élményben? | UX kutatás #26

A/B tesztelés egy kiváló kutatási módszer, amely lehetővé teszi, hogy egyszerre két alternatív verziót teszteljünk egy adott megoldásból. Olvasd el cikkünket, hogy megtudd, hogyan végezhetsz A/B teszteket, és ismerd meg azok előnyeit és korlátait.

A/B tesztelés a UX-ben – tartalomjegyzék:

1. Mik az A/B tesztek a UX kutatás kontextusában?
2. Mikor alkalmazzuk az A/B tesztelést?
3. Hogyan végezzünk A/B tesztelést?
4. Összefoglalás

Mik az A/B tesztek a UX kutatás kontextusában?

A/B tesztelés lehetővé teszi, hogy két verziót teszteljünk egy termékből/megoldásból (A verzió és B verzió) és értékeljük azt, amelyik nagyobb jóváhagyást nyer a felhasználóktól. A mérések módja magában foglalja a konverziós arányt, az oldalon eltöltött időt, a résztvevők visszajelzését és hajlandóságukat, hogy ajánlják az oldalt/terméket. A teszt előtt meg kell határozni és meghatározni, hogy mit jelent a “siker” egy adott verzió esetében.

Mikor alkalmazzuk az A/B tesztelést?

A/B teszteket alkalmazhatsz prototípus tesztelésére, a termékfejlesztési fázisban, valamint marketing- és promóciós stratégiák kidolgozására. Ezek a tökéletes eszközök a döntések meghozatalához, amelyek hatással lehetnek egy szervezet eredményére. Az A/B tesztek különösen jól jönnek, amikor már van egy hipotézisünk a korábbi kutatások alapján, és szeretnénk megerősíteni, hogy ez a helyes megoldás. Az A/B teszteléshez készült kutatási kérdések a következőképpen nézhetnek ki:

• Melyik verzió generál magasabb konverziós arányt?
• Melyik a két különböző megfogalmazású push értesítés növeli az elköteleződést az alkalmazásban?

Egy jól megtervezett A/B tesztnek a lehető legegyszerűbb összehasonlításokat kell tartalmaznia, például ahelyett, hogy két teljesen különböző verziót hasonlítanánk össze, jobb két különböző fejlécstílust vagy a CTA gomb két különböző helyét tesztelni. A kisebb összehasonlításokkal pontosan felismerjük, hogy melyik betűtípus, szín, elem vagy hely befolyásolja legjobban a UX-t.

Ez a kutatási módszer kétféle tesztet foglal magában: univariáns és multivariáns. Az első a két variáns közötti különbségekre összpontosít – például egy piros gombra és egy kék gombra. A multivariáns viszont egyszerre több mint 2 variáns gombot hasonlít össze – például piros, kék, zöld és fehér (továbbá ezek eltérhetnek a címekben is, pl. “Ellenőrizd ezt” és “Tudd meg többet”).

A/B tesztelés fő előnyei a gyorsaság és az alacsony költségek. Ezek lehetővé teszik több termékváltozat értékelését egy nagy csoport valós ember között. Mégis, figyelj arra, hogy ezekre az aspektusokra összpontosíts, amelyek valódi hatással lehetnek a termék általános megítélésére. Ne hasonlíts össze véletlenszerű elemeket. Készíts egy hipotézist, végezz el más kiegészítő kutatásokat, majd konzultálj a tervező és fejlesztő csapatoddal. Együtt meg fogjátok határozni, hogy mely alapvető jellemzőket érdemes vizsgálni több verzióban, egyváltozós vagy többel változós A/B tesztelés végrehajtásával.

A/B tesztelés gyors kutatási formának tűnik – bár ez nem szabály. Lehet, hogy néhány hétig kell futtatnod őket, hogy elegendő adatot gyűjts a UX elemzéshez (de akár néhány nap vagy akár néhány óra is elegendő lehet). Az, hogy mennyi időt vesz igénybe egy felmérés lebonyolítása, sok tényezőtől függ.

Hogyan végezzünk A/B tesztelést?

1. Határozd meg a problémádat.

Győződj meg róla, hogy a megfelelő analitikai eszközöket alkalmazod a probléma természetének pontos meghatározásához.

2. Tudd meg, amennyit csak tudsz a problémáról és a felhasználókról. Ismerd meg őket jól.

Pontosan határozd meg a folyamat helyét, és próbáld kideríteni, miért történik ez. A részletes megértés hozzájárul a megfelelően szigorú elemzéshez.

3. Formulázz meg egy hipotézist, válaszolva arra, hogyan oldhatod meg a problémát.

A hipotézis egy tesztelhető feltételezés. Formulázhatod feltétel formájában – “ha X történik, akkor Z”, azaz például “ha a cím 22-es betűtípussal van, nem pedig 18-assal, a konverzió nőni fog”. Az A/B tesztelés megmutatja, hogy a hipotézisben bemutatott feltételezés helyes-e.

4. Határozd meg a célodat.

Határozd meg, mit szeretnél elérni a kutatással, valamint az egész kutatási és tervezési folyamat során – például, hogy több felhasználó kattintson a CTA gombra a kezdőoldalon.

5. Határozd meg a statisztikai pontosságot.

Határozd meg azokat a számokat és adatokat, amelyekre szükséged van a felmérés gyakorlati értékeléséhez, valamint az üzleti érdekelt felek számára, hogy bemutathasd – pl. egy 2%-os konverziós növekedés kielégíti-e őket, és megéri-e a felmérésbe fektetni?

6. Határozd meg az eredmények szükséges skáláját.

Mennyi válaszadó biztosítja a statisztikai pontosságot? Milyen százalék a napi, heti vagy havi felhasználói bázisból teszi ezeket az eredményeket értékessé és megbízhatóvá? Ezt elengedhetetlen meghatározni, mielőtt folytatnád a felmérést.

7. Készítsd el B verziót, és teszteld a hipotézisedet.

Készíts egy extra variánst (B variáns) az oldal/termék/funkcionalitás számára a hipotézisedhez, és kezdj el tesztelni. Ezen a ponton a fejlesztők lépnek be, hogy megvalósítsanak egy második, alternatív megoldást a meglévő termékhez – és a felhasználók tudtukon kívül két csoportra (A csoport és B csoport) oszlanak az oldal/alkalmazás szerint, mint korábban. Az értékelés során próbáld meg csak az adataidat nézni, miután elegendő adatot gyűjtöttél a statisztikai érvényesség és a használható eredmény eléréséhez.

8. Elemezd és cselekedj a teszt eredményei alapján.

Ha a B verziód megfelel a megállapított hatékonysági küszöbnek, és megerősíti a hipotézisedet, folytathatod a megvalósítást minden felhasználó számára (többé nem osztva A és B verziók között). Ha azonban a hipotézis megdől, maradj az eredeti A verziónál, vagy dolgozz ki és tesztelj egy új hipotézist. Nézd meg a kiegészítő kutatási módszereket is az adatok kiegészítésére.

Összefoglalás

A/B tesztelés egy meglehetősen technikai téma. Bizonyos statisztikai ismereteket, valamint speciálisabb technikai/programozási tudást (vagy jó kapcsolatot a cég fejlesztőcsapatával) igényel. Ez egy közvetlen módszer – ráadásul meglehetősen egyszerű, gyors és olcsó. Lehetővé teszi, hogy két alternatív verziót hasonlítsunk össze egy termékből alacsony költséggel, kielégítő eredményekkel. Ráadásul az eredményei a valós felhasználók alapján születnek, és annyira pontosak, amennyire csak lehet. Mégis, ne feledd, hogy nem tesztelhetsz minden funkciót, elemet vagy apró részletet az oldalon – ezért, amikor A/B teszteket végzel, szokás más kiegészítő kutatási módszereket is alkalmazni.

Olvasd el ezt is: Felfedező kutatási módszerek

Ha tetszik a tartalmunk, csatlakozz a nyüzsgő méheink közösségéhez a Facebookon, Twitteren, LinkedIn-en, Instagramon, YouTube-on, Pinterest-en, TikTok-on.