A/B-тестирование (англ. A/B testing, Split testing) — метод маркетингового исследования, суть которого заключается в том, что контрольная группа элементов сравнивается с набором тестовых групп, в которых один или несколько показателей были изменены для того, чтобы выяснить, какие из изменений улучшают целевой показатель. Таким образом в ходе теста сравнивается вариант «A» и вариант «B», и целью является определение лучшего из двух протестированных вариантов.
Разновидностью A/B-тестирования является многовариантное тестирование. В этом случае тестируются не два целостных варианта, а сразу несколько элементов продукта или составных частей исследуемого объекта в различных сочетаниях, при которых каждый тестируемый элемент может быть двух видов (A или B)[1].
Метод часто используется в веб-дизайне, типичные применения — исследование влияния цветовой схемы, расположения и размера элементов интерфейса на конверсию сайта[2]. В веб-дизайне часто тестируются две очень похожие веб-страницы (страница А и страница В), которые различаются лишь одним элементом или несколькими элементами (тогда метод называют A/B/n-тестированием). Страницы А и В показываются различным пользователям в равных пропорциях, при этом посетители, как правило, не знают об этом. По прошествии определенного времени или при достижении достаточно большого числа показов, сравниваются числовые показатели цели и определяется наиболее подходящий вариант страницы. Преимуществом метода является использование при проектировании объективных данных[1]. Для A/B-тестирования веб-дизайна часто используются инструменты от сервисов веб-статистики; в этом случае также часто важно применение механизма для разбиения пользователей, которым будет показан тот или иной вид дизайна (одному и тому же пользователю нужно показывать тот же самый вариант дизайна), например, на основе IP-адреса и затем установкой HTTP cookie[1].
Энциклопедичный YouTube
-
1/3Просмотров:1 86959820 846
-
А/B тестирование 2.0: оффлайн
-
Комбинирование и тестирование
-
Патопсихология. Исключение предметов
Субтитры
Примечания
- ↑ 1 2 3 Mathis, 2011.
- ↑ Big data: The next frontier for innovation, competition, and productivity (англ.). — 2011. — P. 28. Архивировано 18 мая 2024 года.
Литература
- Lukas Mathis. A/B Testing // Designed for Use. — Pragmatic Bookshelf, 2011. — 344 p. — ISBN 978-1-934356-75-3.
Ссылки
Эта страница в последний раз была отредактирована 13 марта 2024 в 09:33.
Обычно почти сразу, изредка в течении часа.