Mọi Thứ Bạn Cần Biết Về A/B Testing

A/B testing là gì ?

A/B testing (hay được gọi là split testing) là một quy trình mà trong đó 2 hoặc nhiều phiên bản (A và B,C, D…) sẽ được cùng sử dụng nhằm so sánh đối chiếu, hiệu ứng trong một môi trường thực tế hoặc tình huống cố định.

Kết quả sau khi test A/B là muốn xác định, đánh giá xem phiên bản nào đem lại hiệu quả cao hơn.

A, B hoặc C ở đây có thể là một hình banner, trang web, một mẫu quảng cáo trên Facebook, Google cho tới mẫu email và hiệu quả được đánh giá dựa trên sự tương tác, phản hồi của người dùng, người trực tiếp tương tác với A,B hoặc C.

Giúp cải thiện giao diện, nội dung cho các phiên bản trở nên sát với người dùng, sát với nhu cầu xã hội và bối cảnh thực tế hiện tại.

Tăng tỉ lệ chuyển đổi

Một website shop hoặc mẫu quảng cáo điều có mục tiêu ban đầu tệp tin khách hàng khác nhau. Nhu cầu khách hàng khác nhau cho từng dòng sản phẩm. Banner hình ảnh và mẫu quảng cáo cũng vậy điều cần thiết là làm sau cho khách hàng nhấn vào mẫu quang cáo A hoặc B.

Theo dõi xem tỉ lệ Click vào mẫu quảng cáo nào nhiều hơn. Truy cập trang web A nhiều hơn trang web B hay sau. Mẫu mail nào người dùng phản hồi nhiều nhất. Tất cả mọi thứ đều có mục tiêu của nó hướng người dùng thực hiện hành động nâng cao tỉ lệ chuyển đổi. (Conversion)

Vì vậy việc đo lường và đánh giá kết quả 2 phiên bản A và B cũng chính là việc đo lường và đánh giá conversion rate của tiến trình đang thực hiện.

Có cần phải 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 trang mạng xã hội của bạn. 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.

Quy trình A/B testing

Để thực hiện một quy trình A/B testing 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 chuyển đổi bằng các công cụ đo lường cho từng kênh, đối với website thì có thể là Google Analytics, cho Email thì có thể là các email client, đối với social thì là social listening tools.

3. Đặt ra một giả thuyết hay ví dụ:

Với câu hỏi có bên trên và những gì biết về hành vi của khách hàng khi thực hiện chuyển đổi, 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 chân 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 thực hiện:

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 tỉ lệ chuyển đổi so 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 tỉ lệ chuyển đổi 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 tỉ lệ chuyển đổi 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.

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.

Ứng dụng của A/B testing

Với A/B testing bạn có thể ứng dụng và cải thiện được rất nhiều thứ cho quy trình hoạt động và phát triển web, quảng cáo online / offline, cho tới mobile app và email marketing.

1/ Đối với Website

Chủ yếu là liên quan đến vấn đề giao diện web và trải nghiệm người dùng (UI/UX) vì đây là các yếu tố tác động trực tiếp đến việc người dùng có thể thực hiện chuyển đổi trên website hay không.

Với một trang web bạn có thể A/B testing hết toàn bộ những yếu tố nào có thể ảnh hưởng đến hành vi của người dùng như hình ảnh, tựa đề, nội dung, call to action, form điền thông tin, v.v…

2/ Mẫu quảng cáo Google

Online

Đối với mảng online thì A/B testing thường được dùng để đo lường hiệu quả của các mẫu quảng cáo khác nhau. Ví dụ như khi bạn viết copy quảng cáo Adwords cho cùng 1 nhóm từ khóa (ad group), luôn nên viết 2 mẫu quảng cáo khác nhau và cho chạy song song để biết mẫu quảng cáo nào hiệu quả hơn sau một thời gian chạy.

Tương tự với các quảng cáo GDN hay Facebook, sử dụng các thiết kế quảng cáo khác nhau cho cùng một chiến dịch để đo lường hiệu quả sau đó chọn mẫu thiết kế nào hiệu quả hơn để chạy tiếp.

Việc tối ưu hóa quảng cáo thường xuyên bằng cách test các lựa chọn khác nhau sẽ giúp bạn liên tục cải thiện được conversion rate và giúp quảng cáo chạy ngày càng hiệu quả hơn.

offline

Đối với mảng offline thì A/B testing thường có thể được dùng để đánh giá hiệu quả của các kênh quảng cáo như báo giấy, tờ rơi, billboard…

Chẳng hạn bằng cách sử dụng các mã coupon khác nhau cho từng mẫu quảng cáo trên báo, mẫu tờ rời, hoặc billboard, nhà quảng cáo có thể nắm được mẫu quảng cáo nào hiệu quả hơn thông qua việc có nhiều người sử dụng mã couple nào hơn.

Một số trường hợp khác có thể sử dụng số điện thoại khác nhau để thay cho mã coupon.

3/ Ứng dụng di động

A/B testing cũng được ứng dụng trong việc phát triển ứng dụng di động và tương tự như website, chủ yếu nhằm cải thiện UI/UX của sản phẩm.

Với các ứng dụng điện thoại di động thì việc tiến hành testing thường khó khăn hơn nhiều cả về mặt kỹ thuật lẫn về hành vi người dùng.

Về mặt kỹ thuật thì để tiến hành test, thì phiên bản ứng dụng cần được cập nhật, được duyệt bởi AppStore hay Google Play rồi mới đến với người dùng do đó tốn nhiều thời gian hơn.

Về phương diện hành vi người dùng, không phải ai cũng sẽ cập nhật ngay phiên bản mới và trải nghiệm người dùng trên điện thoại di động hoàn toàn khác so với trên web.

4/ Đối vớ Email marketing

Các email clients ngày càng có các bộ lọc tinh xảo hơn, tống tất cả các spam email vào thùng rác và dù cho là vậy khách hàng vẫn bị chôn vùi bởi hàng chục thậm chí hàng trăm email mỗi ngày.

Điều quan trọng là làm thế nào để khách hàng chịu mở email của mình ra xem và tương tác với các email đó.

Câu trả lời chính là A/B testing. Bạn phân vân không biết câu title nào sẽ hấp dẫn người đọc hơn để tăng open rate, hãy test. Bạn không biết nên dùng CTA nào để khiến người dùng bấm vào link, hãy test.

Love
Haha
Wow
Sad
Angry
You have reacted on "Mọi Thứ Bạn Cần Biết Về A/B Testing" A few seconds ago