اگر برای تغییر تیتر لندینگ، متن دکمه، قیمت پیشنهادی یا پیامک فروش فقط به نظر مدیر، طراح یا آخرین ترند اینستاگرام تکیه میکنید، احتمالاً بخشی از بودجه بازاریابی را بیصدا از دست میدهید. تست A/B روشی است برای اینکه به جای حدس، دو نسخه مشخص را در شرایط کنترلشده مقایسه کنید و بفهمید کدام تصمیم واقعاً روی فروش، ثبتنام یا لید اثر دارد. در این راهنما، مسیر کامل ساخت فرضیه، انتخاب متریک، تعیین نمونه، اجرای فنی، تحلیل نتیجه و جلوگیری از خطاهای رایج را قدمبهقدم میبینید.
- تست A/B چیست و چه مسئلهای را حل میکند؟
- چه زمانی باید از آزمایش دو نسخهای استفاده کنیم؟
- چارچوب اجرای تست A/B از ایده تا تصمیم
- چطور فرضیه قابل آزمایش بسازیم؟
- انتخاب متریک درست؛ قبل از شروع آزمایش تصمیم بگیرید
- نمونه، مدت زمان و ترافیک؛ چقدر صبر کنیم؟
- چه چیزهایی را در کمپین و سایت آزمایش کنیم؟
- اجرای فنی و ترکینگ؛ از ابزار تا کنترل کیفیت
- تحلیل نتایج؛ برنده واقعی را از نویز جدا کنید
- مقایسه روشهای تصمیمگیری در آزمایشهای بازاریابی
- دو مثال واقعی از بازار ایران
- اشتباهات رایج در آزمایشهای بازاریابی
- چکلیست عملی قبل، حین و بعد از آزمایش
- سوالات متداول درباره تست A/B
- جمعبندی و برنامه اقدام هفتروزه
تست A/B چیست و چه مسئلهای را حل میکند؟
تعریف ساده و کاربردی
در تست A/B دو نسخه از یک دارایی بازاریابی، مثلاً صفحه فرود، ایمیل، پیامک، تبلیغ کلیکی یا فرم ثبتنام، به دو گروه مشابه از کاربران نمایش داده میشود. نسخه A معمولاً نسخه فعلی یا کنترل است و نسخه B تغییری هدفمند دارد. سپس عملکرد دو نسخه با یک متریک مشخص مقایسه میشود.
هدف این روش اثبات سلیقهای زیباتر بودن یک نسخه نیست. هدف این است که بفهمیم یک تغییر مشخص، در یک شرایط مشخص، روی یک خروجی مشخص اثر مثبت، منفی یا بیمعنا دارد. همین جمله ساده جلوی بسیاری از تصمیمهای پرهزینه را میگیرد.
چه چیزی آزمایش نیست؟
اگر همزمان تیتر، قیمت، رنگ دکمه، عکس محصول و فرم را تغییر دهید و فروش بهتر شود، نمیدانید کدام تغییر عامل اصلی بوده است. این بیشتر شبیه بازطراحی است تا آزمایش کنترلشده. همچنین مقایسه فروش این هفته با هفته قبل، بدون کنترل کانال، فصل، موجودی کالا و بودجه تبلیغاتی، آزمایش معتبر محسوب نمیشود.
چه زمانی باید از آزمایش دو نسخهای استفاده کنیم؟
موارد مناسب استفاده
این روش زمانی ارزشمند است که تصمیم شما تکرارشونده، قابل اندازهگیری و اثرگذار باشد. برای مثال، تغییر متن دعوت به اقدام در صفحه پرداخت فروشگاه اینترنتی، انتخاب موضوع ایمیل برای کاربران غیرفعال، یا مقایسه دو پیشنهاد تخفیف در کمپین شب یلدا، همگی گزینههای مناسباند.
- وقتی ترافیک کافی برای رسیدن به نتیجه معنادار دارید.
- وقتی یک متریک اصلی مثل نرخ خرید، نرخ ثبتنام یا درآمد هر بازدیدکننده قابل اندازهگیری است.
- وقتی تغییر مورد نظر میتواند حداقل ۵ تا ۱۵ درصد بهبود ایجاد کند.
- وقتی اجرای تصمیم بدون آزمایش ممکن است هزینه رسانه، اعتبار برند یا نرخ تبدیل را خراب کند.
چه زمانی نباید استفاده کرد؟
اگر ماهانه فقط چند صد بازدیدکننده دارید، آزمایش آماری احتمالاً دیر به نتیجه میرسد. در چنین شرایطی مصاحبه با مشتری، تحلیل ضبط رفتار کاربران یا بهبودهای بدیهی تجربه کاربری اولویت بالاتری دارد. همچنین برای تصمیمهای استراتژیک مثل ورود به یک بازار جدید، آزمایش دو نسخهای به تنهایی کافی نیست.
قاعده عملی: اگر نتیجه تصمیم در کمتر از دو هفته قابل مشاهده نیست یا نمونه کافی ندارید، ابتدا از تحقیق کیفی و تحلیل قیف استفاده کنید، بعد سراغ آزمایش کنترلشده بروید.
چارچوب اجرای تست A/B از ایده تا تصمیم
چرا این چارچوب وجود دارد؟
بیشتر آزمایشهای ناموفق نه به خاطر ابزار، بلکه به خاطر نبود فرآیند خراب میشوند. تیم ایدهای را اجرا میکند، وسط کار متریک را عوض میکند، زود نتیجه میگیرد و بعد همان تصمیم را برای همه کمپینها تعمیم میدهد. چارچوب زیر برای جلوگیری از همین آشفتگی ساخته شده است.
- مشاهده مسئله: افت نرخ تبدیل، افزایش هزینه لید یا رها شدن سبد خرید را با داده پیدا کنید.
- ساخت فرضیه: بگویید چه تغییری، برای چه کاربری، چرا و روی کدام متریک اثر میگذارد.
- طراحی آزمایش: نسخه کنترل، نسخه جدید، جامعه هدف، مدت و ابزار را مشخص کنید.
- اجرای کنترلشده: ترافیک را تصادفی و متوازن تقسیم کنید.
- تحلیل و تصمیم: فقط براساس متریک از پیش تعیینشده تصمیم بگیرید.
- مستندسازی: نتیجه، شرایط و یادگیری را برای آزمایشهای بعدی ثبت کنید.
چه زمانی این چارچوب مناسب نیست؟
برای تغییرهای بسیار کوچک در سایت کمترافیک، اجرای کامل این فرآیند ممکن است بیش از حد سنگین باشد. در این حالت میتوانید از نسخه سبک استفاده کنید: یک فرضیه، یک متریک، یک بازه ثابت و ثبت نتیجه. اما برای کمپینهای بودجهدار، مخصوصاً تبلیغات کلیکی و لندینگهای فروش، حذف مراحل معمولاً به تصمیم اشتباه منجر میشود.
مزایا و محدودیتها
مزیت اصلی چارچوب، کاهش بحثهای سلیقهای و ایجاد یادگیری سازمانی است. محدودیت آن این است که همیشه علتهای عمیق رفتار مشتری را توضیح نمیدهد. مثلاً اگر نسخه B بهتر شد، هنوز باید بفهمید پیام جدید به چه نگرانی یا انگیزهای پاسخ داده است.
چطور فرضیه قابل آزمایش بسازیم؟
فرمول فرضیه خوب
فرضیه خوب باید قابل رد شدن باشد. فرمول پیشنهادی این است: اگر برای بخش مشخصی از کاربران، تغییر X را اعمال کنیم، چون مانع یا انگیزه Y را هدف میگیرد، انتظار داریم متریک Z به اندازه مشخصی تغییر کند.
نمونه ضعیف: دکمه سبز بهتر است. نمونه قوی: اگر در صفحه پرداخت فروشگاه پوشاک، متن دکمه از ادامه به پرداخت امن تغییر کند، چون نگرانی کاربران درباره پرداخت اینترنتی کمتر میشود، نرخ تکمیل پرداخت حداقل ۸ درصد افزایش مییابد.
منابع ساخت فرضیه
- گزارش قیف در GA4 و نقاط ریزش کاربران.
- نظرات پشتیبانی، چت آنلاین و پیامهای دایرکت اینستاگرام.
- جستوجوهای داخلی سایت و سوالهای پرتکرار مشتریان.
- تحلیل رقبا، اما نه کپی مستقیم از آنها.
- نقشه سفر مشتری و تفاوت رفتار کاربران جدید و بازگشتی.
اگر هنوز تاچپوینتها و مسیرهای تصمیمگیری مشتری را درست نمیبینید، مطالعه راهنمای تحلیل سفر مشتری در GA4 میتواند پایه دادهای آزمایشها را محکمتر کند.
انتخاب متریک درست؛ قبل از شروع آزمایش تصمیم بگیرید
متریک اصلی، محافظ و تشخیصی
هر آزمایش باید یک متریک اصلی داشته باشد؛ همان عددی که با آن برنده را انتخاب میکنید. برای فروشگاه اینترنتی، نرخ خرید یا درآمد هر بازدیدکننده معمولاً بهتر از نرخ کلیک دکمه است. اما متریکهای محافظ هم لازماند تا مطمئن شوید بهبود ظاهری، آسیب پنهان ایجاد نکرده است.
- متریک اصلی: نرخ خرید، نرخ لید واجد شرایط، درآمد هر کاربر یا تکمیل فرم.
- متریک محافظ: نرخ بازگشت، لغو سفارش، مرجوعی، شکایت پشتیبانی یا افت میانگین سبد خرید.
- متریک تشخیصی: کلیک روی دکمه، اسکرول، شروع فرم یا افزودن به سبد.
خطای رایج در انتخاب معیار
بسیاری از تیمها نسخهای را برنده اعلام میکنند که کلیک بیشتری گرفته، در حالی که فروش نهایی کمتر شده است. کلیک، اگر به خرید یا لید باکیفیت وصل نشود، فقط یک علامت میانی است. قبل از شروع، بنویسید اگر نرخ کلیک بهتر شد اما خرید افت کرد، تصمیم نهایی چیست.
برای کمپینهایی که از چند کانال ورودی دارند، استانداردسازی UTM حیاتی است. بدون نامگذاری درست، نمیفهمید نتیجه مربوط به تغییر صفحه است یا تفاوت کیفیت ترافیک. راهنمای راهاندازی اتریبیوشن و UTM در کمپینهای دیجیتال این بخش را عملیتر توضیح میدهد.
نمونه، مدت زمان و ترافیک؛ چقدر صبر کنیم؟
قاعدههای عملی برای تیمهای بازاریابی
برای نتیجه قابل اتکا، هر نسخه باید تعداد کافی بازدید و تبدیل داشته باشد. اگر در هر نسخه فقط ۲۰ خرید ثبت شده، تفاوت ۱۰ درصدی میتواند کاملاً تصادفی باشد. به عنوان قاعده محافظهکارانه، برای آزمایشهای فروش بهتر است هر نسخه حداقل ۱۰۰ تبدیل داشته باشد؛ برای متریکهای سبکتر مثل ثبتنام خبرنامه، حداقل ۲۰۰ تبدیل در هر نسخه مناسبتر است.
مدت آزمایش هم مهم است. آزمایشی که فقط دوشنبه و سهشنبه اجرا شده، رفتار آخر هفته، روز حقوق، مناسبتهای تقویمی و نوسان موجودی را نمیبیند. اغلب کمپینهای ایرانی حداقل به یک چرخه کامل هفتروزه نیاز دارند و برای تصمیمهای مهم، ۱۴ روز امنتر است.
چه زمانی زودتر متوقف کنیم؟
اگر نسخه جدید آسیب شدید ایجاد کرده، مثلاً نرخ پرداخت ۳۰ درصد افت کرده یا خطای فنی دارد، آزمایش را متوقف کنید. اما اگر فقط بعد از چند ساعت نسخه B جلو افتاده، صبر کنید. نگاه کردن مداوم به نتیجه و توقف در لحظه دلخواه، احتمال مثبت کاذب را بالا میبرد.
چه چیزهایی را در کمپین و سایت آزمایش کنیم؟
ایدههای با اولویت بالا
همه چیز ارزش آزمایش ندارد. تغییرهایی را انتخاب کنید که به مانع واقعی کاربر نزدیکاند. در لندینگ فروش دوره آموزشی، احتمالاً پیام ارزش، اثبات اجتماعی و ضمانت بازگشت وجه اثر بیشتری از رنگ آیکونها دارد.
- تیتر اصلی و وعده ارزش پیشنهادی.
- متن دکمه و محل قرارگیری دعوت به اقدام.
- فرم کوتاه در برابر فرم چندمرحلهای.
- نمایش قیمت ماهانه در برابر قیمت سالانه.
- نوع پیشنهاد: تخفیف درصدی، ارسال رایگان، هدیه یا مشاوره رایگان.
- ترتیب نمایش نظرات مشتریان، نمونهکارها و نشان اعتماد.
اگر آزمایش شما روی صفحه فرود اجرا میشود، بهتر است ابتدا اصول پایه تجربه کاربری، پیام و چیدمان را بررسی کنید. مقاله بهینهسازی لندینگ پیج برای نرخ تبدیل بالا مکمل خوبی برای انتخاب ایدههای آزمایشی است.
ایدههایی که معمولاً اولویت ندارند
تغییرهای ظاهری کوچک، مثل فاصله چند پیکسل، رنگ حاشیه یا آیکونهای تزئینی، فقط وقتی ارزش دارند که ترافیک بالا و تیم بهینهسازی بالغ داشته باشید. برای اکثر کسبوکارهای ایرانی، پیام، پیشنهاد، اعتمادسازی و سادهسازی مسیر خرید بازده بیشتری دارد.
اجرای فنی و ترکینگ؛ از ابزار تا کنترل کیفیت
ابزار مهم است، اما کافی نیست
ابزارهایی مثل Google Optimize دیگر در دسترس نیستند، اما میتوان از ابزارهای جایگزین، امکانات پلتفرم ایمیل، سیستم تبلیغات، CMS، ابزارهای محصول یا حتی تقسیم ترافیک سمت سرور استفاده کرد. مسئله اصلی این است که کاربر به شکل تصادفی وارد یک نسخه شود و در تمام بازدیدهای همان آزمایش، همان نسخه را ببیند.
کنترل کیفیت قبل از شروع
قبل از فعالسازی، نسخهها را روی موبایل، دسکتاپ، اینترنت کند، مرورگرهای رایج و مسیر پرداخت تست کنید. در ایران بخش مهمی از ترافیک از موبایل و مرورگرهای داخلی یا نسخههای قدیمی اندروید میآید. یک دکمه خراب در موبایل میتواند کل نتیجه را بیاعتبار کند.
- رویدادهای GA4 یا ابزار تحلیلی را با چند خرید آزمایشی بررسی کنید.
- تقسیم ترافیک را در ساعات اول کنترل کنید؛ ۵۰/۵۰ باید تقریباً نزدیک باشد.
- مطمئن شوید کمپینهای تبلیغاتی به نسخه اشتباه یا کششده هدایت نمیشوند.
- کاربران داخلی، تیم فروش و آژانس تبلیغات را از داده نهایی حذف کنید.
تحلیل نتایج؛ برنده واقعی را از نویز جدا کنید
فقط به درصد رشد نگاه نکنید
اگر نرخ تبدیل نسخه A برابر ۲ درصد و نسخه B برابر ۲.۲ درصد باشد، روی کاغذ ۱۰ درصد رشد دارید. اما بدون نمونه کافی، این تفاوت شاید نویز باشد. علاوه بر درصد رشد، تعداد بازدید، تعداد تبدیل، بازه زمانی، کیفیت ترافیک و اثر روی درآمد را ببینید.
تقسیمبندی بعد از آزمایش
بعد از تعیین نتیجه کلی، سگمنتها را بررسی کنید؛ اما مراقب باشید در هر سگمنت دنبال برنده دلخواه نگردید. شاید نسخه جدید برای کاربران موبایل بهتر و برای دسکتاپ بدتر باشد. شاید کاربران تهران واکنش متفاوتی نسبت به شهرهای دیگر داشته باشند. این یافتهها برای آزمایش بعدی مفیدند، نه لزوماً برای اعلام قطعی همان آزمایش.
تصمیمهای ممکن
- اجرا: نسخه جدید با اثر مثبت و بدون آسیب به متریکهای محافظ پذیرفته میشود.
- رد: نسخه جدید اثر منفی یا بیمعنا دارد و کنار گذاشته میشود.
- تکرار: نشانه مثبت هست، اما نمونه یا وضوح کافی نیست.
- تقسیم اجرا: نسخه برای یک سگمنت خاص نگه داشته میشود و برای بقیه نه.
مقایسه روشهای تصمیمگیری در آزمایشهای بازاریابی
| روش | بهترین زمان استفاده | مزیت | محدودیت | تصمیم پیشنهادی |
|---|---|---|---|---|
| نظر تیم داخلی | شروع ایدهپردازی و طراحی اولیه | سریع و کمهزینه | پر از سوگیری و سلیقه | برای انتخاب ایده کافی است، برای تصمیم نهایی نه |
| تحقیق کیفی | وقتی علت رفتار کاربر نامشخص است | کشف مانع و انگیزه واقعی | اندازه اثر را دقیق نشان نمیدهد | قبل از آزمایش استفاده شود |
| آزمایش دو نسخهای | وقتی ترافیک و متریک قابل اندازهگیری دارید | تصمیم عددی و قابل دفاع | نیازمند نمونه و زمان کافی | برای تغییرهای اثرگذار بهترین گزینه است |
| تحلیل قبل و بعد | وقتی امکان تقسیم ترافیک ندارید | ساده و قابل اجرا در کسبوکار کوچک | تحت تاثیر فصل، کمپین و موجودی | فقط با احتیاط و همراه با توضیح محدودیتها |
دو مثال واقعی از بازار ایران
مثال اول: فروشگاه اینترنتی لوازم آرایشی
یک فروشگاه لوازم آرایشی در کمپین بلک فرایدی ایرانی با مشکل رها شدن سبد خرید مواجه بود. تیم ابتدا تصور میکرد تخفیف کم است، اما بررسی پیامهای پشتیبانی نشان داد کاربران درباره اصل بودن کالا نگرانی دارند. فرضیه این شد که نمایش ضمانت اصالت کنار دکمه پرداخت، نرخ تکمیل سفارش را افزایش میدهد.
نسخه A صفحه فعلی بود و نسخه B یک پیام کوتاه ضمانت اصالت و امکان مرجوعی هفتروزه را نزدیک دکمه پرداخت نشان میداد. بعد از ۱۴ روز و بیش از ۱۲۰ خرید در هر نسخه، نرخ تکمیل پرداخت ۹.۶ درصد بهتر شد و نرخ مرجوعی تغییر معناداری نداشت. نتیجه مهمتر از عدد این بود: مانع اصلی قیمت نبود، اعتماد بود.
مثال دوم: شرکت B2B فروش نرمافزار حسابداری
یک شرکت نرمافزاری برای جذب دمو، فرم طولانی شامل نام شرکت، تعداد پرسنل، شماره تماس، سمت، شهر و توضیحات داشت. نرخ تکمیل فرم پایین بود. فرضیه تیم این بود که فرم دومرحلهای، اصطکاک اولیه را کاهش میدهد و تعداد لید واجد شرایط را بالا میبرد.
نسخه B فقط نام، موبایل و نوع کسبوکار را در مرحله اول میگرفت و اطلاعات تکمیلی را بعد از تماس کارشناس ثبت میکرد. تعداد فرمها ۲۲ درصد زیاد شد، اما نرخ تبدیل به جلسه فقط ۴ درصد رشد کرد. تصمیم نهایی اجرای کامل نبود؛ تیم نسخه دومرحلهای را فقط برای ترافیک تبلیغات ریتارگتینگ نگه داشت، چون لیدهای سرد کیفیت پایینتری داشتند.
اشتباهات رایج در آزمایشهای بازاریابی
خطاهایی که نتیجه را بیاعتبار میکنند
- شروع آزمایش بدون فرضیه مکتوب و متریک اصلی.
- توقف آزمایش به محض دیدن نتیجه دلخواه.
- تغییر دادن بودجه، کانال یا پیشنهاد در میانه آزمایش.
- تحلیل همه سگمنتها تا زمانی که یک نتیجه مثبت پیدا شود.
- نادیده گرفتن کاربران موبایل یا سرعت بارگذاری نسخه جدید.
- اعلام برنده براساس کلیک، در حالی که درآمد یا کیفیت لید افت کرده است.
اشتباه مدیریتی پنهان
گاهی مدیران از آزمایش فقط برای تایید تصمیم قبلی استفاده میکنند. اگر تیم از قبل میداند کدام نسخه باید برنده شود، آزمایش دیگر ابزار یادگیری نیست. فرهنگ درست این است که نتیجه غیرمنتظره را تهدید ندانیم؛ همان جاست که شناخت واقعی مشتری شروع میشود.
چکلیست عملی قبل، حین و بعد از آزمایش
قبل از شروع
- مسئله را با داده مشخص کنید، نه با حدس.
- فرضیه را در یک جمله قابل رد شدن بنویسید.
- یک متریک اصلی و دو تا سه متریک محافظ انتخاب کنید.
- حداقل نمونه و مدت آزمایش را قبل از اجرا تعیین کنید.
- مطمئن شوید نسخهها فقط در یک متغیر مهم تفاوت دارند.
حین اجرا
- تقسیم ترافیک، ثبت رویدادها و خطاهای فنی را روزانه کنترل کنید.
- به خاطر نتیجه موقت، آزمایش را زود متوقف نکنید.
- کمپین، قیمت، موجودی و پیام تبلیغ را ثابت نگه دارید.
- هر اتفاق غیرعادی مثل قطعی درگاه یا تغییر بودجه را ثبت کنید.
بعد از پایان
- نتیجه را با متریک اصلی از پیش تعیینشده بسنجید.
- اثر روی درآمد، کیفیت لید یا رضایت مشتری را بررسی کنید.
- یادگیری را در یک سند ساده ثبت کنید: فرضیه، نتیجه، تصمیم، اقدام بعدی.
- اگر نتیجه مبهم است، آزمایش بعدی را دقیقتر و محدودتر طراحی کنید.
سوالات متداول درباره تست A/B
تست A/B چقدر باید طول بکشد؟
برای اغلب سایتها و کمپینهای ایرانی حداقل یک هفته کامل لازم است، چون رفتار روزهای کاری و آخر هفته متفاوت است. برای تصمیمهای مهم یا ترافیک ناپایدار، ۱۴ روز منطقیتر است.
اگر ترافیک سایت کم باشد چه کار کنیم؟
به جای آزمایشهای آماری کوچک، ابتدا از مصاحبه با مشتری، تحلیل رفتار، بهبودهای بدیهی و تستهای قبل و بعد با احتیاط استفاده کنید. روی تغییرهای بزرگتر تمرکز کنید تا اثر قابل مشاهده باشد.
آیا میتوان همزمان چند چیز را تغییر داد؟
بله، اگر هدف مقایسه دو تجربه کامل باشد؛ اما دیگر نمیتوانید بفهمید کدام جزء عامل اثر بوده است. برای یادگیری دقیق، هر بار یک تغییر مهم را آزمایش کنید.
بهترین متریک برای لندینگ پیج چیست؟
بستگی به هدف دارد. برای فروش، نرخ خرید یا درآمد هر بازدیدکننده مهمتر از کلیک است. برای جذب لید، بهتر است نرخ لید واجد شرایط را کنار نرخ تکمیل فرم ببینید.
اگر نتیجه مثبت بود، آیا برای همیشه همان نسخه را نگه داریم؟
نه لزوماً. رفتار مشتری، رقبا، فصل و کانال جذب تغییر میکند. نسخه برنده را اجرا کنید، اما نتایج را در بازههای ماهانه پایش کنید و آزمایشهای بعدی بسازید.
آیا رنگ دکمه ارزش آزمایش دارد؟
اگر ترافیک بسیار زیاد دارید، شاید. اما برای بیشتر کسبوکارها، پیام دکمه، پیشنهاد، اعتمادسازی و کاهش مراحل خرید اثر بیشتری از رنگ دارند.
تفاوت آزمایش A/B با تست چندمتغیره چیست؟
در آزمایش دو نسخهای معمولاً یک تغییر یا یک نسخه جایگزین مقایسه میشود. در تست چندمتغیره چند عنصر همزمان ترکیب میشوند و به ترافیک بسیار بیشتری نیاز دارد.
جمعبندی و برنامه اقدام هفتروزه
خلاصه کاربردی
آزمایش بازاریابی زمانی ارزشمند است که از یک مسئله واقعی شروع شود، فرضیه روشن داشته باشد، با متریک درست سنجیده شود و تا رسیدن به نمونه کافی ادامه پیدا کند. ابزارها کمک میکنند، اما کیفیت تصمیم به طراحی آزمایش، ترکینگ و تفسیر منصفانه نتیجه وابسته است.
برنامه اقدام
- روز اول: یک نقطه ریزش مهم در قیف، مثل صفحه پرداخت یا فرم لید، انتخاب کنید.
- روز دوم: دادههای کمی و بازخوردهای مشتری را بررسی کنید و سه مانع احتمالی بنویسید.
- روز سوم: یک فرضیه دقیق با متریک اصلی و محافظ بسازید.
- روز چهارم: نسخه B را طراحی کنید و فقط یک تغییر اثرگذار اعمال کنید.
- روز پنجم: ترکینگ، رویدادها، نمایش موبایل و مسیر تبدیل را کنترل کنید.
- روز ششم: آزمایش را با بازه زمانی و نمونه از پیش تعیینشده شروع کنید.
- روز هفتم و بعد از آن: فقط سلامت اجرا را بررسی کنید؛ تصمیم نهایی را تا پایان بازه نگه دارید.
اگر همین فرآیند را برای هر ماه فقط روی یک تصمیم مهم اجرا کنید، بعد از شش ماه مجموعهای از یادگیریهای اختصاصی درباره مشتریان خودتان خواهید داشت؛ چیزی که هیچ بنچمارک عمومی و هیچ کپیبرداری از رقبا جای آن را نمیگیرد.
