A/B Testing là một trong những khái niệm rất quan trọng mà bất kỳ marketer nào cũng cần phải nắm vững. Hôm nay, hãy cùng Rodi tìm hiểu xem A/B Testing là gì và cách thực hiện A/B Testing nhé!
Nội dung
Có nhiều định nghĩa về A/B Testing, Rodi xin tổng kết chúng lại như sau:
A/B Testing (hay còn gọi là split testing) là việc chạy thử nghiệm 2 phiên bản A và B trong cùng 1 điều kiện, môi trường và tình huống nhằm tìm ra phiên bản vượt trội hơn để triển khai trên quy mô lớn. Phiên bản ở đây có thể là mọi thứ từ một hình banner, trang web, mẫu quảng cáo cho tới email và hiệu quả được đánh giá dựa trên mục tiêu của người làm test dành cho các phiên bản này.
Một website bán hàng thì có mục tiêu là muốn khách hàng phải mua hàng hoặc mua nhiều hơn. Một banner quảng cáo thì có mục tiêu là muốn khách hàng phải bấm vào đó nhiều hơn. Một email thì có mục tiêu là khách hàng phải mở ra xem nhiều hơn. Tất cả mọi thứ đều có một mục tiêu nào đó, nhằm khiến cho khách hàng thực hiện một hành động mong muốn nào đó, hành động này được gọi là conversion. Tỉ lệ người thực hiện các hành động đó được gọi là conversion rate (tỉ lệ chuyển đổi).
Và việc đo lường và đánh giá 2 phiên bản A và B cũng chính là việc đo lường và đánh giá conversion rate của tiến trình đang thực hiện.
Thông thường, một quy trình A/B Testing sẽ được thực hiện thông qua các bước sau:
Mục tiêu của bước này đó là xác định các vấn đề, như bounce rate (tỷ lệ thoát trang), drop off (người dùng không đi theo hướng đi bạn muốn trên trang) cao, time on page (thời gian người dùng ở lại trên trang) thấp.
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?”.
Cần phải hiểu và nắm được hành vi của các khách hàng khi họ thực hiện các conversion bằng các công cụ đo lường cho từng kênh, cho website thì có thể là Google Analytics, Similarweb, cho Email thì có thể là các email client, social thì là social listening tools.
Đồng thời, chúng ta cần đặt ra một mục tiêu rõ ràng cho thử nghiệm lần này. Ví dụ: tăng traffic vào web lên bao nhiêu phần trăm, tăng tỷ lệ chuyển đổi, giảm bounce rate, …
Đây là lúc những bộ não sáng tạo tỏa sáng. Hãy liệt kê những thay đổi có thể ảnh hưởng đến mục tiêu đã đặt ra ban đầu của bạn. Ví dụ: đổi màu nút đăng ký để tăng tỷ lệ người dùng bấm vào, đưa khung đăng ký lên phía trên bên trái để tăng tỷ lệ đăng ký, banner đổi thành hình ảnh một cô gái xinh đẹp để đạt CTR cao hơn, …
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.
Thông thường có thể thực hiện A/B Testing với tối thiểu 2000 pageviews hoặc 1000 visitors truy cập trang.
Từ phiên bản gốc A, tạo ra thêm một phiên bản mới B của sản phẩm bạn muốn test. Ở phiên bản B này, hãy thêm vào những thay đổi đã liệt kê ở bước 3 để so sánh và đo lường những thay đổi mà các yếu tố này mang đến cho phiên bản gốc. Tuy nhiên, mỗi phiên bản B chỉ nên chứa 1 thay đổi so với phiên bản A để tối ưu sự so sánh. Thực tế, nếu bạn là chuyên gia về A/B thì có thể và có những công cụ chạy đa biến (cho tiết kiệm thời gian thôi), tuy nhiên không phải ai cũng kiểm soát được toàn bộ thử nghiệm.
Nếu sau quá trình A/B testing và bạn thấy được rằng phiên bản B mang lại conversion rate 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 conversion rate thấp hơn hoặc không thay đổi thì tức là giả thuyết của bạn không đúng. Lúc này cần quay lại bước thứ 3 và tìm một giả thuyết mới để tiếp tục.
Mỗi bước trong quy trình thực hiện A/B Testing đều có các công cụ hỗ trợ phù hợp như sau:
Bạn có thể dùng các công cụ theo dõi số liệu trang web như Google Analytics hay Similarweb để xác định các trang web có vấn đề như bounce rate cao, drop off cao, từ đó xác định được phạm vi tiến hành thử nghiệm.
Sau khi có được danh sách các trang và nội dung cần thay đổi, bạn có thể sử dụng các công cụ như Hotjar, Mouseflow, Smartlook, Lucky Orange, Crazy Egg, … Đây là những công cụ phân tích hành vi của khách hàng trên website nhằm kết luận hành vi chung của khách hàng như: họ hay click vào những vùng nào, cuộn trang đến đâu thì thoát, hoặc xem và phân tích hành vi khách hàng bằng cách video quay màn hình quá trình khách hàng thao tác trên website.
Bạn có thể dùng Google Analytics để chạy song song 2 phiên bản.
Với các nền tảng chạy quảng cáo như Google Ads hay Facebook Ads, việc tạo các phiên bản khác nhau cho 1 nhóm từ khoá (Google ads) hoặc thay đổi các yếu tố trong việc nhắm chọn, hình ảnh, câu chữ (Facebook ads) cũng là 1 dạng thức A/B.
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.
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 conversion trên website hay không. Với website bạn có thể A/B Testing hết những yếu tố có thể ảnh hưởng đến hành vi người dùng. Test lần lượt từng yếu tố mà bạn cảm thấy có thể cải thiện để gia tăng conversion rate.
Đối với mảng online thì A/B testing được dùng để đo lường hiệu quả của các mẫu quảng cáo. 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.
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,… 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.
Một ứng dụng khác trong bán hàng tại các cửa hàng có thể bao gồm việc sắp xếp vị trí các sản phẩm theo các vị trí khác nhau để đo lường sự chú ý của khách hàng và cuối cùng khiến họ mua nhiều hơn. Điều này cho thấy khả năng áp dụng của A/B testing là rất đa dạng và linh 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.
Không còn cái thời mà gửi cả ngàn email đi và nghĩ rằng người dùng sẽ đọc email mình gửi. Các email clients ngày càng có các bộ lọc tinh xảo hơn, loại đa số các email spam khỏi hòm thư chính. 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 và tương tác với email của mình. 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.
Định nghĩa hay ho là thế, dù có cả quy trình cũng như cách thực hiện A/B Testing, nhưng đa phần marketer lại thực hiện nó 1 cách chủ quan, không có cách giám sát cũng như đo lường cần thiết để cho ra kết quả khách quan.
Chẳng hạn, A/B có nói tới việc dựa theo độ tin cậy là bao nhiêu % để lựa chọn phiên bản chiến thắng, nhưng thử hỏi có bao nhiêu người có thể thực hiện điều này. Hoặc khi bạn gửi một chiến dịch email marketing và “cảm thấy” không hiệu quả, nên trong chiến dịch tiếp theo bạn không chỉ đơn giản đổi lại tiêu đề khác, mà còn sẵn điều chỉnh một số nội dung nhỏ trong email, vậy là mình đã có một phiên bản khác có thể tốt hơn hoặc không tốt hơn. Dù điều đó khiến ta cảm thấy như đang A/B Testing, nhưng thực tế không giúp ta khám phá được sự thay đổi của điều gì tác động lớn nhất đến kết quả.
Dưới đây là tổng hợp lại các lưu ý quan trọng khi thực hiện A/B Testing, bao gồm:
Rodi mong rằng bài viết này đã có thể giải đáp được những khúc mắc của bạn về A/B Testing. Hãy liên hệ Rodi để được giải đáp nếu bạn còn thắc nào về A/B Testing nhé!