Mainoksessa on ilmaus, joka menee "Tiedän, että 80% mainoksistani ei toimi. En vain tiedä mikä 80% ". Sama logiikka koskee kaikkia muotoilua, mukaan lukien web-suunnittelu. Jos vain tiesimme, mikä osa sivuistamme, ulkoasumme ja työnkulkuistamme eivät toimi niin kuin pitäisi, eikö tämä ole hämmästyttävää?
Näyttäisi siltä, että jumalatar tietää, mikä toimii käyttäjäkokemuksen suunnittelussa, on vahvistanut kovaa kvantitatiivista tietoa, mikä kahdesta asettelusta, elementistä tai reiteistä on optimaalinen ja tämä on A / B-testauksen lupaus. Se on tehokas työkalu, mutta se ei ole ihmelääke ja ylimielisyys siitä voi paitsi tuhota arvostelusi suunnittelijana, mutta myös paradoksaalisesti johtaa epäsuotuisimpiin ratkaisuihin.
Tässä artikkelissa tarkastelen joitain A / B-testauksen epäkohtia ja miten tällaista vertailevaa testausta voidaan käyttää osana suunnittelijoiden työkalupakki eikä hallitseva suunnittelumenetelmä.
A / B-testaus on tullut tehokas sovellus web-suunnittelun alalla. Dynaamisen sivun tarjoamisen ja nykyaikaisten analyysiohjelmistojen, kuten Google Analyticsin, ansiosta on helppo asentaa ja suorittaa A / B-testejä tai jakaa testejä. Vieraille tarjotaan vuorotellen yksi sivun asettelu tai toinen ja ohjelmistot, jotka tuottavat suuremman määrän ennalta määrätyistä toimista, esimerkiksi napsauttamalla Buy Now-painiketta tai täyttämällä rekisteröintilomake. Nämä toimet määritellään tavoitteiksi: mitattavissa, mitattavissa, tiedossa. Web-suunnittelun A / B-testauksessa näiden tavoitteiden on oltava jotain, jonka analyysiohjelmisto voi tallentaa, joten kun käyttäjä voi napsauttaa artikkelin linkkiä, se ei voi tallentaa, onko käyttäjä lukenut kyseisen artikkelin .
Tämä artikkeli on lisätietoja A / B-testien suorittamisesta, ja tässä on joitain parhaiten tunnettuja tapaustutkimuksia.
A / B-testaus on väistämättä vähäpätöinen, darwinistisesti kehittämä "vankka" muotoilu. Kahden radikaalisti erilaisen mallin testaaminen kertoo sinulle, mikä toimii paremmin testattavan tavoitteen kannalta. Voit toistaa tämän vaiheen ad infinitum. Mutta jos haluat saada tämän kauemmaksi, sinun on vaihdettava kaksi elementtiä vankimmasta mallista, jotta voisimme parantaa palautepistettä. Lähes välittömästi olet siirtynyt kokeilemasta 2 erittäin erilaista mallia, parantamaan "voittavan" mallin. Tilastotieteilijät kutsuvat tätä havaintoa paikallisen enimmäisarvon sijasta globaalin maksimiarvon. Voit helposti löytää itsesi alaspäin estetiikan umpikujaan, löytää kauniin näköinen talossa kadulla eikä parasta taloa koko kaupungin. Useiden vaihtoehtojen testaaminen, nimeltään multivariate-testaus tai ämpärien testaus, lisää monimutkaisuutta ja työkalut ovat usein kalliimpia.
Jopa useita vaihtoehtoja, jakotestausta voidaan käyttää vain yhden tavoitteen mittaamiseen ja optimointiin kerrallaan. Yhden tavoitteen optimointi saattaa olla hyvä, jos sivustosi on hyvin kapea, kuten verkkokauppasivusto, jossa yksi haluttu tulos johtaa kaikkiin muihin. Mutta jos sinulla on useita tavoitteita sivustossasi, sinun on varmistettava, että kaikki muutokset testataan hyvin kaikkia tavoitteita vastaan.
Kun olet kokeillut niin kauan testausta ja optimoinut sivuston paikallisen maksimiarvon löytämiseksi, on ymmärrettävää, että suunnittelija ei halua tuhlata kaikkea tätä työtä ja jatkaa toista suunnittelua. Voit sanoa sen suoraviivaisesti, että olet ehkä käyttänyt paljon aikaa määritettäessä, kumpi kahdesta asettelusta on paras, huomaamatta, että molemmat sivut imevät. Väsyttävä epäily on aina pysyttävä, jos olet onnistunut optimoimaan sisällön ja UX: n, joka on saavuttanut 6 prosentin onnistumisasteen ja 8 prosentin onnistumisaste, onko olemassa toinen malli, joka nettoutuu 9 prosentin paluun tai korkeammalle?
Käyttäjien vastaukset muuttuvat myös ajan myötä, ja mikä olisi voinut testata suuresti viime kuussa, ei ehkä enää saada parhaita tuloksia. Vaara on, että voit lukita jatkuvaan testaus- ja säätöjaksoon. Tässä vaiheessa olet vähemmän suunnittelija kuin kvant-automaatti. Olet luopunut tuomionne ja suunnittelun herkkyydestä jatkuvasti etsimään testin varmuutta. Tiedän ihmisiä, jotka ovat pakotettuja kokeilemaan kaiken, decidophobic, aina etsimään Shangri-La optimaalisia muuntokursseja.
Ensimmäiset näyttökerrat lasketaan
"Sinulla ei ole koskaan mahdollisuutta tehdä ensimmäistä vaikutelmaa", kuten mainos menee. Kuten tutkimus Ontario-yliopistossa ja muualla, sivuston kävijät tekevät alitajuisen päätöksen haluavansa tai ei, uskomattoman lyhyessä ajassa, jopa millisekunteina. Tämän alkutekstin "halo-vaikutus" väreilee käyttäjän myöhempää arviota sivustosta ja jopa määrittää niiden arvioinnin verkkosivuston uskottavuudesta. Se on aina hämmästynyt minulle kaikkien verkkosivustojen poistumisprosentti, eli ihmiset, jotka vierailevat verkkosivustolla ja lähtevät lähes välittömästi uudelleen. Usein tämä johtuu käyttäjän turhautumisesta odottaa sivun lataamista. Tekninen optimointi ja sivujen painon vähentäminen ovat usein edullisempia kuin UX-testaus. Hidas sivusovitus vie käyttäjiä pois parhaimmista verkkosivuista.
Mikä tuo meille tärkeän huomion: voit vain A / B-testiä, kun olet käynnistänyt. Sinulla on oltava todellisia käyttäjiä, joilla on todelliset tavoitteet, jotta he voivat testata sivustosi tarkasti. Jopa A / B-testaus yksityinen laukaisua aloittava beta-sivusto ei ole luotettava, ellei sinulla ole suurta beta-yhteisöä. Tarkka tuloksiin tarvitaan myös suuri näytekoko (eli suuri määrä sivumääriä). Siksi sinun on sitouduttava käynnistämään mallia, ennen kuin voit edes ajatella optimointia. Sinun täytyy sitoutua suunnitteluun, ja tuntemattomaan kohtaan on aina ensimmäinen askel, että A / B-testaus ei voi auttaa.
Inspiraation kipinä
Kuten Henry Ford sanoi, "jos olisin pyytänyt ihmisiä, mitä he halusivat, he olisivat pyytäneet nopeampia hevosia". Käyttäjät eivät ole aina parhaita ihmisiä pyytämään palautetta. Tämä johtaa minulle suurimpaan kritiikkiin A / B-testaukseen: se pakottaa sinua seuraamaan yleisöäsi, ei johtaa heitä. Käyttäjä luopuu vastuusta päättää, mikä tekee sivustostasi parhaiten toimivan väkijoukon viisautta. Sinä päätät suunnitella miellyttää yleisöäsi, ei haluamaasi yleisöä.
Tämä lähestymistapa ei jätä paikkaan tuon inspiraation kipinä, luomaan jotain todella alkuperäistä, jotain jota emme ole nähneet aiemmin. Ei ole ihme, että niin monet sivustot näyttävät samanlaisilta, jokainen pelaa turvallisesti vakiintuneella ulkoasulla. Uskotko olla erilaiset? Kuten tämä herättävä keskustelu toteaa, joskus meidän on tarkasteltava marginaalivahvistuksia ja etsittävä kvanttihyppy, seuraava suuri idea.
Ainutlaatuinen muotoilu ja käyttökokemus todennäköisesti testataan aluksi huonosti, mutta se voi kestää jonkin aikaa saada vetovoimaa. Hitaasti ilmestyminen voi kehittyä suunnittelun ympärillä, ja se saattaa houkutella uutta yleisöä, joka on halukkaampi osallistumaan sivustoon, sen sisältöön ja muotoiluun synteesiin. A / B-testausta voidaan säätää ja optimoida edelleen muotoilu ja layout, mutta se ei voi johtaa sinuun lupaavaan maahan. Sinun on määriteltävä tavoitteet, jotka tekevät sitoutuneelle yleisölle. Sivunäkymät ovat erittäin huono sitoutuminen. Sivulle kulunut aika on parempi tai artikkelin houkuttelemien kommenttien määrä. Mutta vain yleisösi palautetta ja laadullista analyysia kertoo, jos he nauttivat verkkosivustosta, määrälliset mittaukset eivät yksin kerro täydellistä tarinaa.
Luota tuomiosi
Suurin muotoilu on tehdä merkki, tietää miksi olet tehnyt sen ja luota siihen, että se on hyvä. Jos jokainen elementti sijoitetaan, jokainen kirjoitettu sana tehdään epäilyksellä, miten luotettavuutta voidaan rakentaa? Suunnittelu luottamuksella ja yksilöllinen muotoiluominaisuutemme antavat meille mahdollisuuden suunnitella tyylillä ja persoonallisuudella.
Viime kädessä sivusto, joka on rakennettu logiikan ja johdonmukaisuuden selkeä muotoilu visio, aina trump sivuston, joka on rakennettu jokaisen elementin palestiin sijoitettu ja hermostuneesti testattu.
Tämä ei tarkoita, että A / B-testauksella ei ole sijaa. Mutta se sopii parhaiten niche-testauselementeille, ei asetteluihin. On vähemmän hyödyllistä testata yksi sivu toisiaan vastaan, mutta parempi testata yhtä elementtiä, kuten painikkeen eri kopiointi. Työnkulut ovat myös kypsät split-testausta varten: onko kirjautumissuunnitelma parempaa kuin pieniä vaiheita vai yhtä suurta muotoa? Entä jos rekisteröintilomake on modaalinen ikkuna, joka on liitetty kotisivulle? Tarkista Minkä testin voitti nähdä erinomaisia esimerkkejä ja tapaustutkimuksia UX-testauksesta, pääasiassa sähköisen kaupankäynnin alalla.
Yleisesti ottaen sinun on parasta käyttää A / B-testauksen käyttämää aikaa muuttamalla sivustosi muilla tavoilla, joilla tiedät parantavan sivustosi, kuten varmistamalla, että se toimii oikein kaikissa selaimissa ja pienentää sivun painoa. Onko asettelu reagoiva eri laitteisiin, mikä tarjoaa parhaan mahdollisen kokemuksen? Onko kirjoitusvirheitä? Näyttääkö se hyvältä mobiililaitteilta?
Sinun ei pitäisi aina tarvita A / B-testiä, jotta tiedät, että teet verkkosivustosi paremmin.
Kuinka paljon A / B-testausta teet? Onko hyvä web-suunnittelija tarvitsevat A / B-testausta lainkaan? Kerro meille mielipiteesi kommentteihin.