Podczas tworzenia stron internetowych oraz innych produktów cyfrowych podejmujemy wiele decyzji dotyczących tego jak będą one działać ale też jak będą wyglądać i jakich komunikatów użyjemy w interakcji człowiek-komputer. Jeżeli pracujemy nad back-endem aplikacji decydujemy się na konkretne rozwiązania bazując na swoim doświadczeniu i nie musimy praktycznie nikogo pytać o zdanie. Sukces jest osiągnięty wtedy kiedy aplikacja czy strona działa prawidłowo, jej utrzymanie jest ekonomiczne i jest w miarę gotowa na wprowadzanie zmian – użyte techniki nie są widoczne dla użytkownika ani dla nikogo z zewnątrz. Co więcej, w przypadku problemów decyzyjnych możemy dokonać testów alternatywnych rozwiązań i ostatecznie decydujemy się na to, które rokuje lesze wyniki w rzeczywistości.

Kiedy zaś dokonujemy wyborów dotyczących koloru nawigacji czy rozmieszczenia przycisków czy zdjęć – tego komfortu nie ma, bo nie ma prawdy absolutnej, która pozwoliłaby uchwycić „ideał”. W przypadku problemu decyzyjnego nie mamy jak zbadać zasadności stosowania dostępnych wariantów, dlatego pozostaje nam zasięgniecie opinii pojedynczych osób lub wykonanie badań z użyciem ankiety satysfakcji. Opinie w ankietach satysfakcji nie są wiarygodnym źródłem informacji, ponieważ człowiek tak naprawdę nie wie dlaczego podejmuje takie czy inne decyzje. Niektórzy wypełniają ankiety „byle jak” lub nie są w stanie określić co było dobre a co złe. Często jest też tak, że albo wszystko było OK albo wszystko jest źle – zależy to od charakteru, humoru czy inteligencji użytkownika biorącego udział w badaniu. Wiele decyzji jest wykonywanych podświadomie a próba dojścia co skłoniło do takiej czy innej decyzji wymagała by skomplikowanych psychoanaliz, które mogłyby doprowadzić do nieprzewidzianych i nieprzydatnych wniosków – ukłon w stronę Sigmunda Freuda 😉

Co to są Testy A/B?

Aby skrócić sobie „cierpień” związanych z decyzją typu: „czy lepiej zastosować czarne czy białe tło na stronie internetowej” wkraczają tzw. testy A/B. Polegają one na tym, że około połowie użytkownikom serwujemy stronę w wersji A – która ma tło białe a połowie użytkownikom – jak można się domyślić – wersję B (tło w kolorze czarnym). Badamy skuteczność obu rozwiązań i jeżeli okazuje się że na stronie z białym tłem więcej użytkowników zrealizowało zakładany przez właściciela cel strony, mamy prawie 100% pewności, że strona z białym tłem jest co najmniej w małym stopniu lepsza pod względem realizacji celu od tej z czarnym tłem.

Kiedy Testy A/B mają sens?

To proste, kiedy masz dużo użytkowników i często dochodzi do konwersji. Wykonywanie testów A/B na małej grupie użytkowników będzie musiało trwać bardzo długo aby dostarczyło tych samych danych, które uzbieramy w przypadku serwisu, który cieszy się dużo większym ruchem.

Strona musi mieć łatwy do sformułowania i mierzalny cel, np. wypełnienie formularza, zakup produktu, ściągnięcie pliku, rejestracja itd…

Kiedy jest możliwe losowe „rozdzielenie” wersji pomiędzy użytkownikami w tym samym czasie. Serwowanie strony białej w dni parzyste a strony czarnej w dni nieparzyste (choć może przypominać test A/B) może doprowadzić do dużo mniej dokładnych wyników i wprawiać w zakłopotanie użytkowników, którzy dokonują wielokrotnej interakcji z naszą witryną.

Jak wykonać testy A/B na stronach i sklepach internetowych

Technik 1: Logika aplikacji

Najprostszą metoda na wykonanie testu A/B jest zaimplementowanie prostego skryptu w logice strony internetowej:

<?php
session_start();
$_SESSION["testver"] = rand(1,2);

W nagłówku losujemy, która wersję strony pokazać w konkretnej sesji. Następnie, warunkowo ładujemy daną wersję strony:

if ($_SESSION["testver"] == 1){
   require_once(header_a.php);
} else{
     require_once(header_b.php); 
}

W formularzu kontaktowym tworzysz ukryte pole:

<input type="hidden" name="wersja" value="<?php echo $_SESSION["testver"]'?>">

Lub podajemy różne e-maile / numery telefonów.

Reverse proxy/Load balancer/Round Robin

Strona na dwóch serwerach to sprzyjająca okoliczność wykonania testów A/B, ponieważ łatwo można przeprowadzić taki test wykorzystując dwa serwery. Strona jest identyczna za wyjątkiem tego co testujemy i elementów, dzięki którym odróżnimy, która wersja doprowadziła do konwersji.

Testy A/B a SEO

Zmieniająca się treść przy każdej kolejnej sesji może wyglądać podejrzanie dla robotów indeksujących. Dla pewności zastosujmy mechanizm, który zawsze robotom wyszukiwarki będzie serwować jedną wersję np. wersję A.

Zdecydowanie odradzam techniki wykonywania testów A/B polegające na tworzeniu dwóch wersji strony i przekierowywania do osobnych adresów. Przekierowania są niekorzystne pod kątem SEO i nie poprawiają wygody użytkownikom. Dodatkowe parametry w adresie URL też wyglądają podejrzanie, najlepiej wykonywać testy z pominięciem tych technik.

Testy A/B z wykorzystaniem JavaScript mogą podchodzić pod Cloaking, także tutaj kolejny głos za wykonaniem testu A/B po stronie back-endu.

Jak zidentyfikować wizytę robota Google?

if(strstr(strtolower($_SERVER['HTTP_USER_AGENT']), "googlebot"))
{
    $robot = true;
}

Zalety testów A/B

  • możliwość wysublimowania najbardziej efektywnych rozwiązań w sposób naukowy,
  • możliwość skrojenia rozwiązań do potrzeb użytkowników,
  • odporność optymalizacji UX opartej o subiektywne opinie lub błędne wzorce,
  • oszczędność czasu i środków, które pochłonęły by inne badania z udziałem ludzi,
  • niski koszt wdrożenia,
  • uniwersalna metoda do wielu problemów decyzyjnych,
  • nieskończona możliwość zastosowania technik statystycznych, gromadzenia danych i odkrywania wiedzy.

Wady testów A/B

  • ryzyko zatracenia unikalności doświadczeń i identyfikacji marki,
  • upodobnienie interfejsu do obecnych narzędzi,
  • hamulec przed stosowaniem trendów lub rozwiązań eksperymentalnych,
  • konieczność uogólniania wyników, możliwość pominięcia trudnych do zmierzenia różnic,
  • konieczność posiadania stosunkowo dużego ruchu,
  • należy upewnić się, że robotom indeksującym serwujemy jednolitą wersję serwisu,
  • ryzyko błędnej interpretacji wyników,
  • wymagane długotrwałe testy,
  • konieczność powtarzania wraz ze zmieniającymi się trendami w UI.

Przykłady testów A/B

Jednym z najbardziej widocznych testów A/B są testy wykonywane przez autorów dwóch największych wyszukiwarek.

W YouTube można zauważyć drobne zmiany, które po czasie są wycofywane. To nie jest tak, że się rozmyślili i usunęli zmiany tylko braliśmy własnie udział w teście A/B.

To samo dotyczy wyników wyszukiwania w Google. Raz mamy normalne linki do poszczególnych podstron by potem na chwilę mieć przycisk „pokaż więcej”. To też test A/B. Świadkiem testów A/B można być częściej w przypadku korzystania z przeglądarki w trybie Incognito i innych podobnych technik ukrywających tożsamość.

Podsumowanie

Testy A/B pozwolą nam odpowiedzieć na pytanie jaki wariant strony sprawdzi się najlepiej pod kątem maksymalizacji konkretnej metryki. Optymalizować w ten sposób można strony i sklepy internetowe dla uzyskania wyższej konwersji lub choćby długość i głębokość sesji. To czy strony powinny być w ten sposób optymalizowane i czy warto poświęcić osobistą wizję autora strony na rzecz obiektywnie lepszych rozwiązań pozostawiam każdemu do indywidualnej refleksji.

Źródła

https://en.wikipedia.org/wiki/A/B_testing

Oceń artykuł na temat: Testy A/B stron internetowych (przykłady)
Średnia : 4.6 , Maksymalnie : 5 , Głosów : 14