A B Testing và 9 nguyên tắc áp dụng A B test

4105
08-06-2018
A B Testing và 9 nguyên tắc áp dụng A B test

A/B Testing là gì? Và cách triển khai A/B testing như thế nào? Khi xây dựng landing page, viết email content marketing A/B Test đóng vai trò gì? Cùng Bizfly Cloud tìm hiểu thông tin qua bài viết dưới đây.

Giới thiệu A B testing là gì?   

A/B Test (hay A/B Split Test) là một phương pháp thử nghiệm 2 phiên bản (A và B) về giao diện hoặc cách bố trí nội dung, các nút căn chỉnh điều hướng, vị trí đặt hình ảnh, nút mua hàng của một website bán hàng. Mục đích cuối cùng là để kiểm tra xem khách hàng thích cách bài trí nào hơn, đặt các nút ở vị trí nào làm tăng tỉ lệ khách hàng, thu hút nhiều lượt xem hơn…

Khi sự thu hút khách hàng đang ngày càng bị thu hẹp trong khi sự cạnh tranh trực tuyến đang ngày càng gay gắt. Vì vậy, các nhà làm marketing cần phải hiểu rõ về tỉ lệ chuyển đổi tối ưu hóa (CRO).

CRO là một trong những khía cạnh quan trọng nhất của một chiến lược tiếp thị kĩ thuật số, bởi tỉ lệ chuyển đổi là thước đo duy nhất có sự tương quan tới tỉ lệ hoàn vốn ROI.

Ngay cả khi một khách hàng “chuyển đổi” ngay trên website của bạn nhưng không giống như việc mua sắm hàng hóa, dịch vụ (ví dụ như đăng kí bản tin) thì các quy tắc CRO vẫn còn áp dụng đúng.

Thật sai lầm khi nhắc đến việc thực hiện một kế hoạch CRO mà bạn lại chỉ liên tưởng đến việc thay đổi màu sắc trên nút button, thêm bằng chứng xã hội, hoặc rút ngắn nội dung trang web bao gồm cả gaminification (tạm dịch là yếu tố game để tạo sự thích thú, vui nhộn)…

Một lời khuyên dành cho bạn để tối ưu hóa tỉ lệ chuyển đổi trên website là hãy sử dụng A/B Test.

A B Testing và 9 nguyên tắc áp dụng A B test - Ảnh 1.

A/B TEST là gì?

A/B test là phương pháp nhằm giúp các nhà lập trình, marketing, các doanh nghiệp lắng nghe khách hàng tốt hơn và nhờ đó, mang lại những trải nghiệm tuyệt vời hơn cho khách hàng của họ.

Tìm hiểu quy trình của A/B Testing

Sau đây là quy trình A/B Testing mẫu mà người dùng có thể sử dụng để bắt đầu cuộc thử nghiệm:

Thu thập data

Việc phân tích sẽ cho bạn cái nhìn tổng quan về nơi mà bạn có thể thực hiện tối ưu hóa. Đồng thời giúp bạn bắt đầu với những khu vực có lưu lượng truy cập cao của website/ứng dụng để có thể nhanh chóng thu thập dữ liệu. Việc tìm kiếm những trang có tỷ lệ chuyển đổi thấp hoặc tỷ lệ drop-off cao cũng có thể được cải thiện.

Xác định mục tiêu

Mục tiêu chuyển đổi là số liệu được sử dụng để xác định xem biến thể có thành công hơn phiên bản ban đầu hay không. Bạn có thể đặt mục tiêu là bất cứ điều gì, từ việc click chuột vào nút hoặc liên kết đến website bán hàng.

Lên danh sách các ý tưởng và giả thuyết

Khi đã xác định xong mục tiêu, bạn nên có những ý tưởng và giả thuyết A/B Testing về lý do tại sao chúng vượt trội hơn so với phiên bản hiện tại. Khi bạn đã có danh sách các ý tưởng kể trên, hãy ưu tiên sắp xếp chúng theo mức độ tác động dự kiến cũng như độ khó trong quá trình thực hiện.

Tạo ra các biến thể

Tiếp theo, bạn sử dụng phần mềm A/B Testing để thực hiện các thay đổi theo ý muốn đối với các thành phần của website hoặc trải nghiệm trên thiết bị di động. Điều này có thể là việc thay đổi màu của một nút CTA, điều chỉnh thứ tự các thành phần của trang hoặc ẩn các thành phần điều hướng,...

Chạy thử nghiệm

Lúc này, khách truy cập vào website/ứng dụng sẽ được chỉ định ngẫu nhiên. Sự tương tác·với từng trải nghiệm trên website/ứng dụng của họ sẽ được đo lường, tính toán và so sánh cụ thể.

Phân tích kết quả

Phần mềm A/B Testing sẽ xuất ra dữ liệu từ thử nghiệm và cho thấy sự khác biệt giữa hai phiên bản website đang hoạt động.

Nếu biến thể thành công, bạn có thể áp dụng những thay đổi từ thử nghiệm trên cho các trang khác của website và lặp lại các thử nghiệm đó để cải thiện kết quả tốt hơn.

Nếu thử nghiệm tạo ra kết quả âm hoặc không mang lại kết quả thì cũng đừng lo lắng. Hãy xem như đó là một kinh nghiệm học tập để tạo ra giả thuyết mới mà bạn có thể kiểm tra lại.

Lợi ích A/B Testing mang lại là gì?

Dưới đây là một số lợi ích nổi bật mà A/B Testing mang lại:

Tăng lượng truy cập website

Việc test các bài blog hoặc tiêu đề website khác nhau có thể làm thay đổi số lượng người click vào tiêu đề đó để truy cập website của bạn. Từ đó giúp gia tăng lưu lượng truy cập cho website.

Tăng tỷ lệ chuyển đổi

Việc test các vị trí, màu sắc khác nhau hoặc nội dung trên CTA có thể góp phần làm thay đổi số lượng người click vào CTA để đến trang đích. Từ đó có thể làm tăng số người đăng ký form và gửi thông tin liên lạc của họ và dần dần chuyển đổi thành khách hàng tiềm năng.

Giảm tỷ lệ rời bỏ trang

Nếu khách hàng rời khỏi website ngay khi vừa truy cập, hãy làm các thử nghiệm A/B Testing trên các bài blog, thay đổi phông chữ hoặc hình ảnh minh họa khác nhau để có thể giữ chân khách hàng tốt hơn.

Giảm tình trạng từ bỏ giỏ hàng (cart abandonment)

Việc khách hàng thêm sản phẩm vào giỏ hàng online nhưng đột ngột rời đi mà không hoàn thành nốt đơn hàng là tình trạng xảy ra khá thường xuyên đối với những doanh nghiệp thuộc lĩnh vực thương mại điện tử. Với A/B Testing, việc thử nghiệm các hình ảnh sản phẩm khác nhau, thiết kế trang sản phẩm, thanh toán hoặc hiển thị đơn vị vận chuyển, chi phí giao hàng có thể giúp cải thiện tình trạng này.

Nguyên tắc khi áp dụng A B TEST

Nguyên tắc 1: Hãy quên đi tất cả mọi thứ bạn nghĩ bạn biết về khách hàng của mình

Người ta thường đưa ra giả định về đối tượng khách hàng dựa trên độ tuổi, giới tính, khu vực địa lý hoặc thu nhập. Trước đây, hồ sơ khách hàng là cách tốt nhất và duy nhất để xác định khách hàng mục tiêu và nó vẫn chiếm một vị trí quan trọng trong marketing. Tuy nhiên, trong thời đại kĩ thuật số, chúng tôi có nhiều sự lựa chọn hơn. Không còn phải dựa vào phân đoạn để cung cấp những trải nghiệm cá nhân hóa, chúng ta vẫn có khả năng tận dụng mọi công cụ kĩ thuật số như một cơ hội để tìm hiểu về sở thích của khách hàng trên cơ sở một – một.

Nguyên tắc 2: Luôn luôn thiết lập một mục tiêu để so sánh

Nguyên tắc 3: Không nên áp dụng cứng nhắc để tăng CRO

Nếu CRO là một quá trình lặp lại những công việc như nhau trên mỗi website vào mọi lúc, thì sẽ không có nhu cầu để thử nghiệm tất cả. Các nhà marketing sẽ biết cách làm thế nào để tất cả các website thương mại điện tử thực hiện và tất cả mọi người sẽ thực hiện theo các quy tắc tương tự.

Nếu các trường hợp xảy ra trong một thế giới đầy sự giống nhau thì sẽ dẫn đến sự nhàm chán, nên đó là lí do vì sao bạn phải thực hiện A/B Test trên những nội dung độc đáo của riêng bạn dành cho những độc giả của riêng mình. Chắc chắn rằng, bạn có thể học hỏi những ý tưởng từ những người đã thực hiện CRO khác, nhưng không nên quá mong đợi kết quả tương tự.

Ví dụ, giả sử công ty ABC bán dây giày và công ty XYZ bán các ứng dụng phần mềm doanh nghiệp. Rõ ràng, chu kì mua sắm sẽ khác nhau hoàn toàn giữa hai công ty, thậm chí khi họ có cùng chung khách hàng. Công ty ABC có thể phát hiện rằng việc thay đổi màu sắc nút CTA (Call To Action) từ màu đỏ sang màu xanh thì doanh số bán hàng sẽ tăng 75%. Tuy nhiên, nó không có nghĩa là công ty XYZ sẽ có được kết quả tương tự.

Nguyên tắc 4: Thử nghiệm một yếu tố tại một thời điểm

Điều này dễ hiểu với nhiều người nhưng đáng nói bởi vì nó rất quan trọng. Khi thực hiện A/B Test trên website, thì việc kiểm tra một yếu tố tại một thời điểm để có được kết quả cuối cùng. Nếu bạn thay đổi tiêu đề cùng một lúc với thay đổi sự điều hướng thì làm thế nào bạn biết được yếu tố nào đã đóng góp nhiều nhất đến sự thay đổi chuyển đổi?

Nguyên tắc 5: Đừng vội kết luận “kẻ chiến thắng” cho đến khi có số liệu thống kê chính xác

A B Testing và 9 nguyên tắc áp dụng A B test - Ảnh 2.

Không nên vội kết luận khi chưa có số liệu thống kê chính xác

Trong kỹ thuật Test A/B, số liệu thống kê chính xác liên quan đến xác suất xảy ra nhiều kết quả có thể kì vọng nếu như các thử nghiệm giống nhau được áp dụng lại trong tương lai. Nói cách khác, nó sẽ giúp bạn có sự tự tin vào các kết quả thử nghiệm của bạn.

Ví dụ, hãy nói rằng bạn thực hiện A/B Test trên trang có giỏ hàng mua sắm của bạn: “A” là việc sử dụng các nút chọn và “B” là sử dụng các menu thả xuống. Chúng ta hãy nói rằng “B” tạo ra một lực nâng 75% tỷ lệ chuyển đổi. Rõ ràng, B là người chiến thắng có phải không?

Không hẳn thế, Có ba dữ kiện để xem xét:

    - Cỡ mẫu: sử dụng ví dụ trên, nếu cỡ mẫu chỉ là 4 người thì có nghĩa là chỉ có 3 người thích sử dụng các menu thả xuống. Chắc chắn, nó là một khởi đầu tốt, nhưng khả năng các kết quả còn lại đúng với tỉ lệ rất thấp trong trường hợp cỡ mẫu là 1.000 người, do đó kết quả thử nghiệm này có một mức độ tin cậy thấp.

    - Tỉ lệ phần trăm: độ chính xác của kết quả A/B Test cũng sẽ phụ thuộc vào lợi nhuận của bạn cho các lỗi. Nếu trong cỡ mẫu là 500 mà 99% khách hàng chuyển đổi khi sử dụng menu thả xuống thì bạn có thể chắc chắn rằng lợi nhuận của bạn cho lỗi này là thấp. 

    Mặt khác, nếu có 51% khách hàng chuyển đổi khi sử dụng menu thả xuống và 49% khách hàng chuyển đổi khi sử dụng nút chọn, thì cơ may mang đến cho bạn một lợi nhuận lớn hơn cho lỗi này, và bạn nên tiếp tục chạy thử nghiệm cho đến khi đạt được mức độ tin cậy cao hơn.

    - Quy mô đối tượng khách hàng: nếu kích thước của toàn bộ đối tượng của bạn là 250.000 và kích thước mẫu của bạn chỉ là 25 thì một lần nữa điều này sẽ mang lại một kết quả thử nghiệm với một mức độ tin cậy thấp.

Nguyên tắc 6: Hãy học đi trước khi chạy

Câu tục ngữ này đúng trong nhiều lĩnh vực kinh doanh, và A/B Test thì cũng không ngoại lệ. Những nhận thức và mong đợi của khách hàng luôn luôn thay đổi, vì vậy CRO đã, đang và sẽ di chuyển mục tiêu. Bạn sẽ mắc phải lỗi. Bạn nên học hỏi từ những sai lầm đó và từ những rèn luyện bạn sẽ trở thành chuyên gia A/B Test.

Nguyên tắc 7: Lấy ý kiến của nhiều bên

Việc thử nghiệm người dùng chưa bao giờ quan trọng hơn và cũng chưa bao giờ dễ dàng thực hiện. Thậm chí nếu bạn không có một phòng ban xa xỉ chuyên nghiên cứu về sự trải nghiệm của người dùng thì bạn vẫn có thể sử dụng những dịch vụ miễn phí hoặc với chi phí thấp để cung cấp các tiện ích thử nghiệm A/B Test.

Ví dụ:

Peek User Testing: Peek là một dịch vụ cực kì dễ dàng và nhanh chóng để thu thập các phản hồi về chất lượng trên website của bạn.

Ưu điểm: các thông tin phản hồi phản ánh một cách khách quan, chi tiết và hoàn toàn miễn phí.

Nhược điểm: nó không phải luôn luôn có ý nghĩa để thử nghiệm giao diện bên ngoài dành cho đối tượng như mong đợi. Ngoài ra, sẽ rất khó để thu thập một số lượng lớn các feedback sử dụng phương pháp này vì tốn rất nhiều thời gian.

Amazon Turk: Amazon Turk cho phép bạn thu thập thông tin phản hồi từ hàng ngàn người thực trong một khoảng thời gian ngắn thông qua việc sử dụng phương pháp nghiên cứu định lượng như thực hiện bảng khảo sát.

Ưu điểm: chi phí hợp lí, định lượng được và bạn có thể lựa chọn trước tiêu chuẩn đủ điều kiện cho cuộc thử nghiệm của bạn.

Nhược điểm: nó thường thực hiện bởi một công cụ khảo sát, có thể giới thiệu các bộ lọc nhân tạo.

Điểm mấu chốt: có được một vài phản hồi sẽ tốt hơn là không có bất kì phản hồi nào.

Nguyên tắc 8: Dữ liệu hành vi người dùng và dữ liệu khảo sát khách hàng có thể bị xung đột

A B Testing và 9 nguyên tắc áp dụng A B test - Ảnh 3.

Dữ liệu hành vi người dùng và dữ liệu khảo sát khách hàng có thể bị xung đột

Các cuộc khảo sát ý kiến chắc chắn có một vị trí quan trọng nhất định trong marketing, nhưng không phải lúc nào nó cũng cung cấp các thông tin chân thực về phản hồi hành vi khách hàng thông qua phân tích dữ liệu web của bạn có được. Nguyên nhân là do các cuộc khảo sát ý kiến giới thiệu những thành kiến của con người theo cách mà dữ liệu hành vi thô trong phân tích dữ liệu web không có.

Ví dụ, hãy tưởng tượng bạn đang vội để in những tài liệu quan trọng cho cuộc họp. Bạn phát hiện các hộp mực cần phải được thay mới. Bây giờ, nếu tôi hỏi bạn cách xử lí tình huống cụ thể này như thế nào?

Trước khi đọc thêm, bạn hãy dừng lại và suy nghĩ về câu trả lời trung thực của mình nhé.

Bạn có thể nói bạn sẽ thay đổi hộp mực và tiếp tục in ấn tài liệu của mình. Nếu đây là một cuộc khảo sát thì tôi sẽ chấp nhận câu trả lời của bạn.

Trong một môi trường thử nghiệm người dùng thì tôi xin lưu ý rằng bạn đã đá máy in 4 lần, xóa kẹt giấy và nhấn nút hủy bỏ 7 lần và sau đó bạn mới thay đổi hộp mực. Trong khi sắp xếp tài liệu, bạn làm đổ café trên người, bạn đã thất vọng và đã phải chuyển cuộc họp vào lúc khác.

Nguyên tắc 9: Xác định rõ tiêu chuẩn thành công của bạn

Không bao giờ đánh mất tiêu chuẩn thành công cuối cùng của bạn. CRO là về chuyển đổi. Nó không phải là về tỉ lệ mở, tỉ lệ nhấp chuột, tweet, chia sẻ hoặc ghim nội dung. Trừ khi, tweet và ghim nội dung là “chuyển đổi” trên website của bạn.

Điểm mấu chốt: xác định một mục tiêu rõ ràng trong tâm trí và tối ưu hóa nội dung của bạn xung quanh mục tiêu đó. Mọi thứ khác là một chỉ số đánh giá hiệu quả công việc (KPI).

Nguyên tắc 10: Không nên kiểm tra yếu tố ít quan trọng

Câu nói này lúc trước được sử dụng cho thư trực tiếp, và ngày nay nó vẫn đúng cho marketing online. Tránh việc thử nghiệm các yêu tố rất nhỏ mà ít có cơ hội thay đổi đáng kể. Sử dụng những cách thông thường, tin vào trực giác của bạn và tập trung vào các bài kiểm tra có sức ảnh hưởng cao.

>> Xem thêm: Hướng dẫn quy trình triển khai a/b testing trong email marketing

Các lỗi A/B Testing và cách khắc phục

Công cụ testing bị lỗi

Sự phổ biến của A/B testing đã thúc đẩy sự phát triển của nhiều công cụ testing với chi phí hợp lý. Tuy nhiên về chất lượng thì lại không có sự đồng đều, đôi khi chính công cụ mà bạn sử dụng để thực hiện A/B testing lại là yếu tố gây tác động xấu đến hiệu suất của website.

Cách khắc phục: Chạy A/A testing

Trước khi chạy A/B testing, bạn nên chạy A/A testing với phần mềm của mình trước, nhằm đảm bảo phần mềm vẫn hoạt động bình thường mà không ảnh hưởng đến tốc độ hiển thị nội dung của trang.

A/A testing cũng tương tự như A/B testing. Điểm khác biệt đó là trong A/A testing, cả hai nhóm người dùng đều nhìn thấy cùng một trang web. Việc này giúp bạn nhận ra các vấn đề bắt nguồn từ phần mềm testing. Nếu bạn thấy tỷ lệ chuyển đổi bị giảm ngay khi thực hiện kiểm tra, thì có lẽ công cụ mà bạn sử dụng đang làm chậm website. Còn nếu bạn nhận thấy có nhiều điểm khác biệt đáng kể giữa 2 trang web thì nguyên nhân gây ra lỗi có lẽ là do website.

Ngừng testing ngay khi đạt kết quả mong muốn

Khi tiến hành A/B testing, việc ngừng testing ngay khi đạt được kết quả mong muốn sẽ khiến kết quả mà bạn tạo ra trở nên vô nghĩa. Nếu bạn muốn cải thiện website của mình một cách toàn diện, bạn nên từ bỏ ngay ý định kết thúc quá trình A/B testing sớm.

Vấn đề này được gọi là “false positives”, có nghĩa là những kết quả testing đó có thể sai do chỉ có chức năng là xác định sự khác biệt giữa các trang với nhau. Bạn càng kiểm tra kết quả thường xuyên, thì càng dễ nhận được những kết quả tưởng chừng là đúng nhưng bị khẳng định sai. Điều này sẽ không phải là vấn đề đáng lo nếu bạn vẫn giữ bình tĩnh và tiếp tục kiểm tra thêm. Ngược lại nếu bạn kết thúc quá trình kiểm tra ngay khi nhận được kết quả khả quan, thì có lẽ bạn đã bị lừa bởi các false positives.

Cách khắc phục: Bám sát theo kích cỡ mẫu đã được định sẵn

Để đối phó với false positives, bạn cần đặt ra quy tắc bằng cách sử dụng một bộ mẫu trước khi chạy A/B testing để chống lại những cám dỗ khiến bạn muốn kết thúc quá trình kiểm tra sớm. Hiện nay có rất nhiều công cụ giúp bạn tính toán kích cỡ tối thiểu, ví dụ như Optimizely, VWO,...

Về kích cỡ số liệu mẫu, lưu ý rằng bạn cần có một kích cỡ mẫu thực tế cho website của mình. Trên thực tế, ai cũng muốn có càng nhiều người dùng càng tốt để tiến hành thử nghiệm, tuy nhiên không phải ai cũng có được lượng khách hàng truy cập nhiều đến vậy. Do đó, bạn nên ước tính xem việc thử nghiệm sẽ kéo dài trong bao lâu để có thể đạt đến bộ kích cỡ mẫu.

Chỉ tập trung vào tỷ lệ chuyển đổi

Khi nói đến A/B testing, phần lớn mọi người thường chỉ tập trung vào việc chuyển đổi mà quên mất kết quả kinh doanh trong dài hạn. Việc thêm nhiều bản sao cho website tất nhiên sẽ khiến tỷ lệ chuyển đổi tăng cao. Tuy vậy, người dùng đã qua chuyển đổi nhưng chất lượng chuyển đổi không khả quan thì cũng không thể mang lại doanh thu tốt cho doanh nghiệp.

Cách khắc phục: Đối sánh giả thuyết

Trước khi tiến hành A/B testing, bạn nên lập giả thuyết mà bạn muốn chứng minh hoặc bác bỏ. Khi so sánh giả thuyết này với mục tiêu kinh doanh, bạn sẽ tránh được việc bị cuốn theo những cám dỗ phù phiếm.

Việc chạy A/B testing nên được đánh giá dựa trên mức độ ảnh hưởng đối với mục tiêu kinh doanh chứ không phải bất kỳ chỉ số nào khác. Nếu bạn muốn tăng lượt đăng ký, hãy chú trọng tới số lượng người đăng ký chứ không phải lượt truy cập vào trang chứa form đăng ký. Ngoài ra, bạn cũng không nên bỏ qua những kết quả không quan trọng mà hãy lưu lại để sử dụng cho những lần đối sánh tiếp theo.

Chỉ để ý tới những vấn đề nhỏ nhặt

A/B Testing không đơn giản chỉ là một yếu tố riêng lẻ như test hình dạng hay màu sắc của nút CTA, mà nó còn bao gồm nhiều yếu tố khác. Nếu việc thay đổi màu sắc của nút CTA có thể tạo nên một cú lộn ngược dòng đối với những website lớn, thì với đa số các trang web thông thường, những thứ nhỏ nhặt như vậy sẽ không tạo ra những kết quả đáng kể. Nếu cứ tiếp tục chú tâm vào những yếu tố nhỏ bé như vậy thì sẽ rất dễ bỏ lỡ những cơ hội lớn hơn.

Cách khắc phục: Kiểm tra căn bản cho website định kỳ

Bạn nên kiểm tra những thay đổi căn bản cho website của bạn một cách định kỳ. Nếu nhận thấy tỉ lệ chuyển đổi thấp, có lẽ bạn cần dành thời gian kiểm tra những thay đổi căn bản nhất

Tuy nhiên, việc kiểm tra căn bản cũng có những hạn chế nhất định. Ví dụ, bạn có thể sẽ phải thiết kế lại website, gây tiêu tốn khá nhiều thời gian. Do đó, việc kiểm tra này chỉ nên được thực hiện một cách định kỳ. Ngoài ra, việc kiểm tra căn bản sẽ chỉ giúp bạn xác định rằng liệu việc thiết kế lại website có tác động đến tỷ lệ chuyển đổi hay không, chứ không thể giúp xác định yếu tố nào đã thúc đẩy kết quả đó.

Bổ sung thông tin

CRO không chỉ là nhận được nhiều hơn việc mọi người nhấn nút mà là việc cung cấp các nội dung hướng đến đúng đối tượng và khuyến khích họ nhấp vào nút bên phải vào đúng thời điểm. Nếu bạn đã dùng A/B Test toàn bộ trang web của bạn, tối ưu hóa dựa trên các dữ liệu, và tỉ lệ chuyển đổi của bạn vẫn còn thấp hơn bạn muốn, có lẽ bạn đang đo lường sai các thiết lập số liệu.

Ví dụ, hãy nói rằng bạn sở hữu một cupcake cho người sành ăn và website của bạn có tỉ lệ chuyển đổi là 2%. Trong ví dụ này, một khách hàng đặt bánh là “chuyển đổi”. Dưới đây là một số câu hỏi để bạn tự trả lời:

- Tỉ lệ chuyển đổi 2% dựa trên tất cả lưu lượng truy cập website, hoặc là tỉ lệ chuyển đổi 2% dựa trên những người chấp nhuột vào các trang để đặt mua bánh?

- Các nguồn lưu lượng truy cập có tỉ lệ thoát cao nhất?

- Các mô hình hành vi của những người chuyển đổi cuối cùng là gì? Họ xem một đoạn video? Duyệt bộ sưu tập của bạn? Đọc lời chứng thực từ khách hàng?

A B Testing và 9 nguyên tắc áp dụng A B test - Ảnh 4.

Cuối cùng và quan trọng nhất là câu hỏi: làm thế nào để tôi có thể sử dụng dữ liệu này để hội đủ các điều kiện đầy triển vọng hơn?

Kết luận

Ngoài chức năng cơ bản như tốc độ và tối ưu hóa di động, không có chân lý duy nhất hoặc bí quyết độc nhất để tăng CRO. Cách duy nhất để biết chắc chắn những gì hoạt động với đối tượng của bạn là hãy chạy một loạt các thử nghiệm A/B Test và sau đó sẵn sàng thực hiện những thay đổi dựa trên cơ sở dữ liệu.

Nguồn: blog.kissmetrics.com/know-about-ab-testing/

Theo viblo.asia

>> Có thể bạn quan tâm:  Performance Test, Load Test và Stress Test khác nhau như thế nào?

SHARE