ಲಾಭಗಳು:
- ಎ/ಬಿ ಪರೀಕ್ಷೆ, ನಿಯಂತ್ರಣ/ವೇರಿಯಂಟ್, ಪರಿವರ್ತನೆ ದರ ಮತ್ತು ಅಂಕಿಅಂಶಗಳ ಪ್ರಾಮುಖ್ಯತೆಯ ಪರಿಕಲ್ಪನೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯೊಂದಿಗೆ ಕಲ್ಪನೆಗಳು ಮತ್ತು ಪರೀಕ್ಷಾ ವಿನ್ಯಾಸಗಳನ್ನು ಸ್ಥಾಪಿಸುವುದು.
- ಪರೀಕ್ಷಿಸಲು ಒಂದೇ ವೇರಿಯೇಬಲ್ ಅನ್ನು ಪ್ರತ್ಯೇಕಿಸುವ ಸಾಮರ್ಥ್ಯ ಮತ್ತು ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಬೆಂಬಲದೊಂದಿಗೆ ರೂಪಾಂತರದ ಪಠ್ಯ/ಚಿತ್ರ ಮತ್ತು ಮಾಪನ ಯೋಜನೆಯನ್ನು ಉತ್ಪಾದಿಸುವ ಸಾಮರ್ಥ್ಯ
- ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪರೀಕ್ಷಾ ವ್ಯಾಖ್ಯಾನವು ಮಾದರಿ ಗಾತ್ರ ಮತ್ತು ಮಹತ್ವ ಮತ್ತು ಅಕಾಲಿಕ/ತಪ್ಪಾದ ಫಲಿತಾಂಶಗಳನ್ನು ಓದುವ ಅಪಾಯದಿಂದ ಸೀಮಿತವಾಗಿದೆ ಎಂದು ಪ್ರತ್ಯೇಕಿಸುವ ಸಾಮರ್ಥ್ಯ
ಜಾಹೀರಾತಿನಲ್ಲಿ ಅತ್ಯಂತ ಅಪಾಯಕಾರಿ ವಾಕ್ಯವೆಂದರೆ "ಇದು ಉತ್ತಮವಾಗಿದೆ ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ." ಡೇಟಾ, ಅಭಿಪ್ರಾಯವಲ್ಲ, ಶೀರ್ಷಿಕೆ, ಚಿತ್ರ ಅಥವಾ ಬಟನ್ ನಿಜವಾಗಿಯೂ ಉತ್ತಮವಾಗಿದೆಯೇ ಎಂದು ಹೇಳುತ್ತದೆ. ಇದನ್ನು ಅಳೆಯುವ ಅತ್ಯಂತ ಸಾಮಾನ್ಯ ವಿಧಾನವೆಂದರೆ A/B ಪರೀಕ್ಷೆ: ಒಂದೇ ಜಾಹೀರಾತಿನ ಎರಡು (ಅಥವಾ ಹೆಚ್ಚಿನ) ಆವೃತ್ತಿಗಳನ್ನು ನೈಜ ಬಳಕೆದಾರರಿಗೆ ತೋರಿಸುವುದು ಮತ್ತು ಯಾವುದು ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ ಎಂಬುದನ್ನು ಹೋಲಿಸುವುದು. "A" ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರಸ್ತುತ ಆವೃತ್ತಿಯಾಗಿದೆ (ನಿಯಂತ್ರಣ), ಆದರೆ "B" ಹೊಸ ಆವೃತ್ತಿಯನ್ನು ಪ್ರಯತ್ನಿಸಲಾಗುತ್ತಿದೆ (ವೇರಿಯಂಟ್). ಉದಾಹರಣೆಗೆ, ನೀವು ಅದೇ ಜಾಹೀರಾತಿನಲ್ಲಿ ಶೀರ್ಷಿಕೆಯನ್ನು ಮಾತ್ರ ಬದಲಾಯಿಸಬಹುದು ಮತ್ತು ಯಾವ ಶೀರ್ಷಿಕೆಯನ್ನು ಹೆಚ್ಚು ಕ್ಲಿಕ್ ಮಾಡಲಾಗಿದೆ ಎಂಬುದನ್ನು ಅಳೆಯಬಹುದು. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಈ ಪ್ರಕ್ರಿಯೆಯಲ್ಲಿ ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯ ರೂಪಾಂತರಗಳನ್ನು ಉತ್ಪಾದಿಸುವಲ್ಲಿ ಮತ್ತು ಫಲಿತಾಂಶವನ್ನು ಅರ್ಥೈಸುವಲ್ಲಿ ಸಹಾಯಕವಾಗಿದೆ; ಆದರೆ ಪರೀಕ್ಷೆಯ ವೈಜ್ಞಾನಿಕ ಸಿಂಧುತ್ವವು ವಿನ್ಯಾಸ ನಿಯಮಗಳು ಮತ್ತು ತಾಳ್ಮೆಯನ್ನು ಅವಲಂಬಿಸಿರುತ್ತದೆ.
A/B ಪರೀಕ್ಷೆಯ ಸುವರ್ಣ ನಿಯಮ: ಒಂದು ವೇರಿಯೇಬಲ್
A/B ಪರೀಕ್ಷೆಯ ಮೂಲಭೂತ ನಿಯಮವೆಂದರೆ ಒಂದೇ ವೇರಿಯೇಬಲ್ ಅನ್ನು ಪ್ರತ್ಯೇಕಿಸುವುದು. ನೀವು ಅದೇ ಸಮಯದಲ್ಲಿ ಶೀರ್ಷಿಕೆ, ಚಿತ್ರ ಮತ್ತು ಬಟನ್ ಅನ್ನು ಬದಲಾಯಿಸಿದರೆ ಮತ್ತು ಆವೃತ್ತಿ B ಗೆದ್ದರೆ, ಏನು ಗೆದ್ದಿದೆ ಎಂದು ನಿಮಗೆ ತಿಳಿದಿರುವುದಿಲ್ಲ. ಆದ್ದರಿಂದ ಪರೀಕ್ಷೆಯಲ್ಲಿ ಒಂದು ಅಂಶ ಮಾತ್ರ ಬದಲಾಗಬೇಕು, ಉಳಿದವು ಸ್ಥಿರವಾಗಿರಬೇಕು. ನೀವು ಒಂದಕ್ಕಿಂತ ಹೆಚ್ಚು ಐಟಂಗಳನ್ನು ಏಕಕಾಲದಲ್ಲಿ ಮತ್ತು ವ್ಯವಸ್ಥಿತವಾಗಿ ಪರೀಕ್ಷಿಸಲು ಬಯಸಿದರೆ, ಇದನ್ನು ಮಲ್ಟಿವೇರಿಯೇಟ್ ಪರೀಕ್ಷೆ ಎಂದು ಕರೆಯಲಾಗುತ್ತದೆ ಮತ್ತು ಹೆಚ್ಚು ದೊಡ್ಡ ಮಾದರಿಯ ಅಗತ್ಯವಿರುತ್ತದೆ; ಏಕರೂಪದ A/B ಪರೀಕ್ಷೆಯು ಪ್ರಾರಂಭವಾಗುವ ಮಾರ್ಗವಾಗಿದೆ.
ಎರಡನೆಯ ಮೂಲ ಪರಿಕಲ್ಪನೆಯು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಮಹತ್ವವಾಗಿದೆ. ಆವೃತ್ತಿ A ಗೆ 3 ಪ್ರತಿಶತ ಕ್ಲಿಕ್ಗಳು ಮತ್ತು ಆವೃತ್ತಿ B 3.3 ಪ್ರತಿಶತ ಕ್ಲಿಕ್ಗಳನ್ನು ಪಡೆದುಕೊಂಡಿದೆ ಎಂದು ಹೇಳೋಣ. ಈ ವ್ಯತ್ಯಾಸವು ನಿಜವಾದ ಪ್ರಯೋಜನವೇ ಅಥವಾ ಅನಾಹುತವೇ? ನೀವು ಕೇವಲ 100 ಜನರಿಗೆ ಪರೀಕ್ಷೆಯನ್ನು ತೋರಿಸಿದರೆ, ಈ ವ್ಯತ್ಯಾಸವು ಕಾಕತಾಳೀಯವಾಗಿರಬಹುದು. ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಪ್ರಾಮುಖ್ಯತೆ ಎಂದರೆ ಗಮನಿಸಿದ ವ್ಯತ್ಯಾಸವು ಅವಕಾಶದ ಕಾರಣದಿಂದಾಗಿ ಸಾಕಷ್ಟು ಅಸಂಭವವಾಗಿದೆ (ಅಂದರೆ, ವ್ಯತ್ಯಾಸವು ಬಹುಶಃ ನಿಜವಾಗಿದೆ). ಇದಕ್ಕೆ ಸಾಕಷ್ಟು ಮಾದರಿ ಗಾತ್ರದ ಅಗತ್ಯವಿದೆ (ಪರೀಕ್ಷೆಯನ್ನು ನೋಡುವ ಜನರ ಸಂಖ್ಯೆ). ಕಡಿಮೆ ಡೇಟಾದೊಂದಿಗೆ "ವಿಜೇತ" ಎಂದು ಘೋಷಿಸುವುದು ಅತ್ಯಂತ ಸಾಮಾನ್ಯ ಮತ್ತು ದುಬಾರಿ ತಪ್ಪು.
ಸಲಹೆ: ಪರೀಕ್ಷೆಯನ್ನು ಪ್ರಾರಂಭಿಸುವ ಮೊದಲು, "ನಾನು ಯಾವಾಗ ವಿಜೇತರನ್ನು ಘೋಷಿಸುತ್ತೇನೆ" ಎಂಬ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಿ: ಎಷ್ಟು ಜನರು/ನಂತರದ ಪರಿವರ್ತನೆ, ಯಾವ ಪ್ರಾಮುಖ್ಯತೆಯ ಮಟ್ಟದಲ್ಲಿ. ಮುಂಚಿತವಾಗಿ ಈ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು ನಿಮ್ಮನ್ನು ಮೊದಲ ಗಂಟೆಗಳಲ್ಲಿ ಶಬ್ದದಲ್ಲಿ ಸಿಲುಕಿಕೊಳ್ಳುವುದನ್ನು ತಡೆಯುತ್ತದೆ ಮತ್ತು ಅಕಾಲಿಕ ನಿರ್ಧಾರವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ.
ಕೆಳಗಿನ ಕೋಷ್ಟಕವು ಉತ್ತಮ ಮತ್ತು ಕೆಟ್ಟ A/B ಪರೀಕ್ಷಾ ವಿನ್ಯಾಸವನ್ನು ಹೋಲಿಸುತ್ತದೆ:
ಐಟಂ
ಕೆಟ್ಟ ವಿನ್ಯಾಸ
ಉತ್ತಮ ವಿನ್ಯಾಸ
ಅಸ್ಥಿರ ಸಂಖ್ಯೆ
ಶೀರ್ಷಿಕೆ + ಚಿತ್ರ + ಬಟನ್ ಒಟ್ಟಿಗೆ
ಶೀರ್ಷಿಕೆ ಮಾತ್ರ
ಕಲ್ಪನೆ
(ಯಾವುದೂ ಇಲ್ಲ) "ಏನಾಗುತ್ತದೆ ಎಂದು ನೋಡೋಣ"
"ಪ್ರಶ್ನೆಗಳೊಂದಿಗೆ ಶೀರ್ಷಿಕೆಗಳು ಕ್ಲಿಕ್ಗಳನ್ನು ಹೆಚ್ಚಿಸುತ್ತವೆ"
ಮಾದರಿ
80 ಜನರು
ಪೂರ್ವ ಲೆಕ್ಕಾಚಾರದ ಕೋರಂ
ನಿರ್ಧಾರ ಸಮಯ
2 ಗಂಟೆಗಳ ನಂತರ
ನೀವು ಮಹತ್ವವನ್ನು ತಲುಪಿದಾಗ
ವಿಜೇತರ ಆಯ್ಕೆ
"ಬಿ ಒಳ್ಳೆಯದು ಎಂದು ನಾನು ಭಾವಿಸುತ್ತೇನೆ"
ಡೇಟಾ ಮತ್ತು ಪ್ರಾಮುಖ್ಯತೆಯ ಆಧಾರದ ಮೇಲೆ
ಹಂತ ಹಂತವಾಗಿ: A/B ಪರೀಕ್ಷೆಯನ್ನು ಹೊಂದಿಸುವುದು
ಹಂತ 1 - ಒಂದು ಊಹೆಯನ್ನು ಬರೆಯಿರಿ. ನೀವು ಏನು ಪರೀಕ್ಷಿಸುತ್ತಿದ್ದೀರಿ ಮತ್ತು ಏಕೆ? "ವೈಶಿಷ್ಟ್ಯಗಳೊಂದಿಗೆ ಹೆಡ್ಲೈನ್ಗಿಂತ ಪ್ರಯೋಜನಗಳನ್ನು ಹೊಂದಿರುವ ಶಿರೋನಾಮೆ ಹೆಚ್ಚು ಕ್ಲಿಕ್ಗಳನ್ನು ಪಡೆಯುತ್ತದೆ" ಎಂಬಂತಹ ಸ್ಪಷ್ಟ ಕಲ್ಪನೆ.
ಹಂತ 2 - ಒಂದೇ ವೇರಿಯೇಬಲ್ ಆಯ್ಕೆಮಾಡಿ. ಕೇವಲ ಶೀರ್ಷಿಕೆ, ಅಥವಾ ಕೇವಲ ಚಿತ್ರ, ಅಥವಾ ಕೇವಲ CTA.
ಹಂತ 3 - ರೂಪಾಂತರಗಳನ್ನು ರಚಿಸಿ. AI ಜೊತೆಗೆ ಒಂದೇ ಐಟಂನ ವಿವಿಧ ಆವೃತ್ತಿಗಳನ್ನು ರಚಿಸಿ; ಉಳಿದವನ್ನು ಸ್ಥಿರವಾಗಿರಿಸಿಕೊಳ್ಳಿ.
ಹಂತ 4 - ಮಾಪನ ಯೋಜನೆಯನ್ನು ಹೊಂದಿಸಿ. ಯಾವ ಮೆಟ್ರಿಕ್ ವಿಜೇತರನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ (ಕ್ಲಿಕ್-ಥ್ರೂ ದರ, ಪರಿವರ್ತನೆ), ಎಷ್ಟು ಮಾದರಿ ಅಗತ್ಯವಿದೆ, ಎಷ್ಟು ಸಮಯ ರನ್ ಮಾಡಬೇಕು.
ಹಂತ 5 - ಫಲಿತಾಂಶವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿ ಮತ್ತು ಪರಿಶೀಲಿಸಿ. ಸಾಕಷ್ಟು ಡೇಟಾವನ್ನು ಸಂಗ್ರಹಿಸಲಾಗಿದೆಯೇ, ವ್ಯತ್ಯಾಸವು ಗಮನಾರ್ಹವಾಗಿದೆಯೇ? ಇದು ಗಮನಾರ್ಹವಲ್ಲದಿದ್ದರೆ, "ವ್ಯತ್ಯಾಸವಿಲ್ಲ" ಸಹ ಮಾನ್ಯ ಫಲಿತಾಂಶವಾಗಿದೆ.
ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು
ಪ್ರಕರಣ 1 - ಒಂದೇ ವೇರಿಯೇಬಲ್ನ ಸ್ಪಷ್ಟತೆ. ಇ-ಕಾಮರ್ಸ್ ಬ್ರ್ಯಾಂಡ್ ತನ್ನ ಉತ್ಪನ್ನದ ಜಾಹೀರಾತಿನಲ್ಲಿ ಕೇವಲ CTA ಅನ್ನು ಪರೀಕ್ಷಿಸಿದೆ: "ಖರೀದಿ" ಮತ್ತು "ಕಾರ್ಟ್ಗೆ ಸೇರಿಸಿ." ಉಳಿದೆಲ್ಲವೂ ಹಾಗೆಯೇ ಇತ್ತು. ಸಾಕಷ್ಟು ಮಾದರಿಯ ನಂತರ, "ಕಾರ್ಟ್ಗೆ ಸೇರಿಸು" ಗಮನಾರ್ಹವಾಗಿ ಹೆಚ್ಚಿನ ಪರಿವರ್ತನೆಗಳನ್ನು ತಂದಿತು. ಒಂದೇ ವೇರಿಯಬಲ್ ಅನ್ನು ಪ್ರತ್ಯೇಕಿಸಿರುವುದರಿಂದ ವ್ಯತ್ಯಾಸವನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಅರ್ಥೈಸಬಹುದು. AI ಎರಡು CTAಗಳನ್ನು ತಯಾರಿಸಿತು, ಡೇಟಾ ವಿಜೇತರನ್ನು ಆಯ್ಕೆ ಮಾಡಿದೆ.
ಪ್ರಕರಣ 2 - ಆರಂಭಿಕ ನಿರ್ಧಾರದ ಬಲೆ. A/B ಪರೀಕ್ಷೆಯ ಮೊದಲ 3 ಗಂಟೆಗಳಲ್ಲಿ ಆವೃತ್ತಿ B ಮುಂದಿರುವ ಕಾರಣ ಮತ್ತು ಸಂಪೂರ್ಣ ಬಜೆಟ್ಗೆ B ಅನ್ನು ತೆರೆಯುವ ಕಾರಣ ಒಂದು ಬ್ರ್ಯಾಂಡ್ ಪರೀಕ್ಷೆಯನ್ನು ನಿಲ್ಲಿಸಿತು. ಮರುದಿನ ಒಟ್ಟು ಡೇಟಾವನ್ನು ನೋಡುವಾಗ, ಎ ವಾಸ್ತವವಾಗಿ ಸ್ವಲ್ಪ ಉತ್ತಮವಾಗಿತ್ತು; ಮೊದಲ ಗಂಟೆಗಳಲ್ಲಿನ ವ್ಯತ್ಯಾಸವು ಕಾಕತಾಳೀಯವಾಗಿದೆ. ಬಜೆಟ್ ವ್ಯರ್ಥವಾಯಿತು. ತಪ್ಪು: ಸಾಕಷ್ಟು ಮಾದರಿ ಗಾತ್ರದೊಂದಿಗೆ ಅಕಾಲಿಕ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವುದು.
ಪ್ರಕರಣ 3 - "ಯಾವುದೇ ವ್ಯತ್ಯಾಸವಿಲ್ಲ" ಸಹ ತೀರ್ಮಾನವಾಗಿದೆ. ಒಂದು ಬ್ರ್ಯಾಂಡ್ ಎರಡು ವಿಭಿನ್ನ ಚಿತ್ರಗಳನ್ನು ಪರೀಕ್ಷಿಸಿದೆ, ಮತ್ತು ಸಾಕಷ್ಟು ಮಾದರಿಯ ನಂತರ, ಅವೆರಡೂ ಬಹುತೇಕ ಒಂದೇ ಫಲಿತಾಂಶವನ್ನು ನೀಡಿತು. "ಪರೀಕ್ಷೆ ವಿಫಲವಾಗಿದೆ" ಎಂದು ತಂಡವು ಅಳಲು ತೋಡಿಕೊಳ್ಳುತ್ತಿರುವಾಗ, ಸರಿಯಾದ ಓದುವಿಕೆ ಈ ಅಭಿಯಾನದಲ್ಲಿ ಚಿತ್ರವು ನಿರ್ಣಾಯಕ ಅಂಶವಲ್ಲ, ಆದ್ದರಿಂದ ಪ್ರಯತ್ನವನ್ನು ಶೀರ್ಷಿಕೆ ಮತ್ತು ಕೊಡುಗೆಯ ಕಡೆಗೆ ನಿರ್ದೇಶಿಸಬೇಕು. ಯಾವುದೇ ಗಮನಾರ್ಹ ವ್ಯತ್ಯಾಸ ಕಂಡುಬಂದಿಲ್ಲ ಎಂಬ ಅಂಶವು ಅಮೂಲ್ಯವಾದ ಮಾಹಿತಿಯಾಗಿದೆ.
ನಾಲ್ಕು ನಕಲಿಸಬಹುದಾದ ಟೆಂಪ್ಲೇಟ್ಗಳು
1) ಕಲ್ಪನೆ ಮತ್ತು ಪರೀಕ್ಷಾ ವಿನ್ಯಾಸ:
ನಾನು ಏನನ್ನು ಪರೀಕ್ಷಿಸಲು ಬಯಸುತ್ತೇನೆ: [ಉದಾ. ಜಾಹೀರಾತು ಶೀರ್ಷಿಕೆ].ಕಾರ್ಯ: (1) ಒಂದು ಪರೀಕ್ಷಿಸಬಹುದಾದ ಊಹೆಯನ್ನು ಬರೆಯಿರಿ (ರೂಪದಲ್ಲಿ "... ಹೆಚ್ಚಾಗುತ್ತದೆ ... ಹೆಚ್ಚಾಗುತ್ತದೆ").(2) ಪ್ರತ್ಯೇಕಿಸಲು ಏಕ ವೇರಿಯೇಬಲ್ ಅನ್ನು ಪಟ್ಟಿ ಮಾಡಿ ಮತ್ತು ಸ್ಥಿರವಾಗಿರಬೇಕಾದವುಗಳನ್ನು ಪಟ್ಟಿ ಮಾಡಿ.(3) ವಿಜೇತರನ್ನು ನಿರ್ಧರಿಸುವ ಮೆಟ್ರಿಕ್ ಅನ್ನು ಸೂಚಿಸಿ (ಕ್ಲಿಕ್-ಥ್ರೂ ದರ/ಪರಿವರ್ತನೆ).(4) ನಾನು ಪರೀಕ್ಷೆಗೆ ಗಮನ ಕೊಡಬೇಕಾದ ಅವಧಿಯನ್ನು ಮುಂಚಿತವಾಗಿಯೇ ಬರೆಯಿರಿ.
2) ವಿಭಿನ್ನ ಜನರೇಟರ್ (ಏಕ ರೂಪಾಂತರ):
ಅಂಟಿಕೊಳ್ಳುವ ಜಾಹೀರಾತು: ಚಿತ್ರ [ಅದೇ], CTA [ಅದೇ], ಗುರಿ [ಅದೇ]. ವೇರಿಯಬಲ್ ಅನ್ನು ಪರೀಕ್ಷಿಸಲಾಗಿದೆ: HEADLINE. ಮುಖ್ಯ ಸಂದೇಶ: "[ಸಂದೇಶ]". ಕಾರ್ಯ: ಒಂದೇ ಸಂದೇಶದೊಂದಿಗೆ 4 ವಿಭಿನ್ನ ಹೆಡ್ಲೈನ್ ರೂಪಾಂತರಗಳನ್ನು ರಚಿಸಿ. ಪ್ರತಿಯೊಂದೂ ವಿಭಿನ್ನ ವಿಧಾನವನ್ನು ಬಳಸುತ್ತದೆ (ಪ್ರಶ್ನೆ, ಪ್ರಯೋಜನ, ಸಂಖ್ಯೆ, ತುರ್ತು). ತಲೆಬರಹ ಮಾತ್ರ ಬದಲಾಗುತ್ತದೆ; ಆಧಾರರಹಿತ ಹಕ್ಕು ಸೇರಿಸಲಾಗುತ್ತಿದೆ.
3) ಮಾಪನ ಯೋಜನೆ:
ಪರೀಕ್ಷೆ: [ಎ ಮತ್ತು ಬಿ ವ್ಯಾಖ್ಯಾನ]. ಮೆಟ್ರಿಕ್: [ಕ್ಲಿಕ್ ಮಾಡಿ/ಪರಿವರ್ತನೆ].ಕಾರ್ಯ: ಮಾಪನ ಯೋಜನೆಯನ್ನು ಕರಡು ಮಾಡಿ:(1) ಯಾವ ಮೆಟ್ರಿಕ್ ಪ್ರಾಥಮಿಕ, ಯಾವುದು ದ್ವಿತೀಯ, (2) ವಿಜೇತರನ್ನು ಘೋಷಿಸಲು ಎಷ್ಟು ಡೇಟಾ/ಸಮಯ ಬೇಕಾಗುತ್ತದೆ (ತರ್ಕವನ್ನು ವಿವರಿಸಿ),(3) A ಮತ್ತು B ನಡುವೆ ಟ್ರಾಫಿಕ್ ಅನ್ನು ಸಮವಾಗಿ ಮತ್ತು ತಕ್ಕಮಟ್ಟಿಗೆ ವಿಭಜಿಸುವುದು ಹೇಗೆ, (4) ಯಾವ ಬಾಹ್ಯ ಅಂಶಗಳು ವಾರದ ಚಿಹ್ನೆಯಿಂದ ಫಲಿತಾಂಶವನ್ನು ವಿರೂಪಗೊಳಿಸಬಹುದು (ಋತುವಿನ ದಿನದ ಚಿಹ್ನೆ). ನಿಖರವಾದ ಅಂಕಿಅಂಶಗಳು.
4) ಫಲಿತಾಂಶ ಇಂಟರ್ಪ್ರಿಟರ್ (ಎಚ್ಚರಿಕೆಯಿಂದ):
ನನ್ನ ಎ/ಬಿ ಪರೀಕ್ಷಾ ಫಲಿತಾಂಶಗಳು (ನೈಜ ಡೇಟಾ): [ಎ: ಇಂಪ್ರೆಷನ್ಗಳು/ಕ್ಲಿಕ್ಗಳು/ಪರಿವರ್ತನೆ],[ಬಿ: ಇಂಪ್ರೆಷನ್ಗಳು/ಕ್ಲಿಕ್ಗಳು/ಪರಿವರ್ತನೆ].ಕಾರ್ಯ: (1) ಪ್ರತಿ ಆವೃತ್ತಿಯ ದರಗಳನ್ನು ಲೆಕ್ಕಹಾಕಿ ಮತ್ತು ಪ್ರದರ್ಶಿಸಿ.(2) ವ್ಯತ್ಯಾಸದ ಪ್ರಮಾಣದ ಬಗ್ಗೆ ಕಾಮೆಂಟ್ ಮಾಡಿ, ಆದರೆ ಮಾದರಿಯು ಸಾಕಷ್ಟಿಲ್ಲದಿದ್ದರೆ, ಅರ್ಥಪೂರ್ಣ ಫಲಿತಾಂಶಕ್ಕಾಗಿ ಸಾಕಷ್ಟು ಡೇಟಾ ಇಲ್ಲ ಎಂದು ಹೇಳಿ.(3) ಪ್ರಾಮುಖ್ಯತೆಯ ನಿರ್ಣಾಯಕ ಹಕ್ಕು; ನಾನು ಪ್ರತ್ಯೇಕ ಖಾತೆ ಉಪಕರಣದೊಂದಿಗೆ ದೃಢೀಕರಿಸುತ್ತೇನೆ.
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್
ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:
ನನ್ನ ಜಾಹೀರಾತಿಗಾಗಿ ಎ ಮತ್ತು ಬಿ ಆವೃತ್ತಿಯನ್ನು ತಯಾರಿಸಿ, ಯಾವುದು ಉತ್ತಮ ಎಂದು ಹೇಳಿ.
ವೇರಿಯೇಬಲ್ ಅನ್ನು ಪ್ರತ್ಯೇಕಿಸಲಾಗಿಲ್ಲ, ಯಾವುದೇ ಊಹೆ ಮತ್ತು ಅಳತೆ ಇಲ್ಲ; ಡೇಟಾ ಇಲ್ಲದೆ "ಉತ್ತಮ" ಯಾವುದು ಎಂದು AI ಗೆ ತಿಳಿಯುವುದಿಲ್ಲ, ಅದು ಅದನ್ನು ರೂಪಿಸುತ್ತದೆ.
ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:
ನಾನು A/B ಪರೀಕ್ಷೆಯನ್ನು ಹೊಂದಿಸುತ್ತಿದ್ದೇನೆ. ಸ್ಥಿರ: ಚಿತ್ರ ಮತ್ತು CTA ಒಂದೇ ಆಗಿರುತ್ತದೆ. ಕೇವಲ ವೇರಿಯೇಬಲ್ ಪರೀಕ್ಷಿಸಲಾಗಿದೆ: ಜಾಹೀರಾತು ಶೀರ್ಷಿಕೆ. ಊಹೆ: "ಸಂಖ್ಯೆಗಳೊಂದಿಗೆ ಹೆಡ್ಲೈನ್ ಸಾಮಾನ್ಯ ಶೀರ್ಷಿಕೆಗಿಂತ ಹೆಚ್ಚು ಕ್ಲಿಕ್ಗಳನ್ನು ಪಡೆಯುತ್ತದೆ." ಮುಖ್ಯ ಸಂದೇಶ: "3 ದಿನಗಳಲ್ಲಿ ತಲುಪಿಸಲಾಗಿದೆ." ಕಾರ್ಯ: (1) ನಿಯಂತ್ರಣಕ್ಕಾಗಿ 1 ಸಾಮಾನ್ಯ ಶೀರ್ಷಿಕೆಗಳನ್ನು ಉತ್ಪಾದಿಸಿ, 3 ಸಂಖ್ಯೆಗಳೊಂದಿಗೆ 3 ಮುಖ್ಯಾಂಶಗಳನ್ನು ನಾನು ವೇರಿಯಂಟ್ಗೆ ಅಳೆಯಬೇಕು. ಪರೀಕ್ಷೆಯನ್ನು ಅಮಾನ್ಯಗೊಳಿಸಬಹುದಾದ 3 ತಪ್ಪುಗಳನ್ನು ನನಗೆ ನೆನಪಿಸಿ. ಯಾವುದು ಗೆಲ್ಲುತ್ತದೆ ಎಂದು ಊಹಿಸಬೇಡಿ; ಡೇಟಾ ಅದನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ.
ಎರಡನೆಯ ಹಕ್ಕು ಒಂದೇ ವೇರಿಯಬಲ್ ಅನ್ನು ಪ್ರತ್ಯೇಕಿಸುತ್ತದೆ, ಊಹೆ ಮತ್ತು ಮಾಪನವನ್ನು ಒಳಗೊಂಡಿರುತ್ತದೆ; ವಿಜೇತರನ್ನು ಡೇಟಾಗೆ ಬಿಡುತ್ತದೆ.
ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು
- ಏಕಕಾಲದಲ್ಲಿ ಅನೇಕ ವಸ್ತುಗಳನ್ನು ಬದಲಾಯಿಸುವುದು. ವಿಜೇತರ ಕಾರಣವು ಅಸ್ಪಷ್ಟವಾಗುತ್ತದೆ; ಒಂದೇ ವೇರಿಯೇಬಲ್ ಅನ್ನು ಪ್ರತ್ಯೇಕಿಸಬೇಕು.
- ಸಾಕಷ್ಟು ಮಾದರಿಗಳೊಂದಿಗೆ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುವುದು. ಮೊದಲ ಗಂಟೆಗಳಲ್ಲಿನ ವ್ಯತ್ಯಾಸವು ಸಾಮಾನ್ಯವಾಗಿ ಕಾಕತಾಳೀಯವಾಗಿರುತ್ತದೆ.
- ಊಹೆಗಳಿಲ್ಲದೆ ಪರೀಕ್ಷೆ. "ಏನಾಗುತ್ತದೆ ಎಂದು ನೋಡೋಣ" ಪರೀಕ್ಷೆಯು ಕಲಿಕೆಯನ್ನು ಉಂಟುಮಾಡುವುದಿಲ್ಲ; ನೀವು ಏನನ್ನು ನಿರೀಕ್ಷಿಸುತ್ತೀರಿ ಎಂಬುದನ್ನು ಮೊದಲು ಬರೆಯಿರಿ.
- "ವ್ಯತ್ಯಾಸವಿಲ್ಲ" ಎಂಬ ಫಲಿತಾಂಶವನ್ನು ವಿಫಲವೆಂದು ತಪ್ಪಾಗಿ ಗ್ರಹಿಸುವುದು. ಗಮನಾರ್ಹ ವ್ಯತ್ಯಾಸದ ಕೊರತೆಯು ತಿಳಿವಳಿಕೆಯಾಗಿದೆ.
- ಅಭಿರುಚಿಯ ಆಧಾರದ ಮೇಲೆ ವಿಜೇತರನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು. ಪರೀಕ್ಷೆಯು ನಿಖರವಾಗಿ ವೈಯಕ್ತಿಕ ಅಭಿರುಚಿಯನ್ನು ತಳ್ಳಿಹಾಕುತ್ತದೆ; ಡೇಟಾವನ್ನು ಅನುಸರಿಸಿ.
- ಬಾಹ್ಯ ಅಂಶಗಳನ್ನು ಮರೆತುಬಿಡುವುದು. ಸೀಸನ್, ಪ್ರಚಾರ ದಿನ, ಸುದ್ದಿ ಹರಿವು ಫಲಿತಾಂಶವನ್ನು ವಿರೂಪಗೊಳಿಸಬಹುದು; ಪರೀಕ್ಷಾ ಪರಿಸ್ಥಿತಿಗಳನ್ನು ನ್ಯಾಯಯುತವಾಗಿರಿಸಿಕೊಳ್ಳಿ.
ಗಮನ: A/B ಪರೀಕ್ಷೆಯ ಉದ್ದೇಶವು "ಗೆಲ್ಲುವುದು" ಅಲ್ಲ ಆದರೆ ಕಲಿಯುವುದು. ಒಂದು ರೂಪಾಂತರವನ್ನು ಕಳೆದುಕೊಳ್ಳುವುದು ಸಹ ಮೌಲ್ಯಯುತವಾದ ಮಾಹಿತಿಯಾಗಿದೆ; ನಿಜವಾದ ನಷ್ಟವು ಸಾಕಷ್ಟು ಡೇಟಾದೊಂದಿಗೆ ತಪ್ಪು ಫಲಿತಾಂಶವನ್ನು ಅವಲಂಬಿಸಿದೆ ಮತ್ತು ಅದಕ್ಕೆ ಬಜೆಟ್ ಅನ್ನು ಕಟ್ಟುವುದು.
ಸಾರಾಂಶದಲ್ಲಿ
A/B ಪರೀಕ್ಷೆಯು ಜಾಹೀರಾತು ನಿರ್ಧಾರಗಳನ್ನು ಕಲ್ಪನೆಯಿಂದ ಡೇಟಾಗೆ ಚಲಿಸುವ ಪ್ರಬಲ ವಿಧಾನವಾಗಿದೆ. ಒಂದೇ ವೇರಿಯೇಬಲ್ ಅನ್ನು ಪ್ರತ್ಯೇಕಿಸುವುದು ಸುವರ್ಣ ನಿಯಮವಾಗಿದೆ: ಪರೀಕ್ಷೆಯಲ್ಲಿ ಒಂದು ಅಂಶ ಮಾತ್ರ ಬದಲಾಗಬೇಕು, ಉಳಿದವು ಸ್ಥಿರವಾಗಿರಬೇಕು. ಎರಡನೇ ಸ್ತಂಭವು ಸಾಕಷ್ಟು ಮಾದರಿ ಮತ್ತು ಸಂಖ್ಯಾಶಾಸ್ತ್ರೀಯ ಮಹತ್ವವಾಗಿದೆ; ಕಡಿಮೆ ಡೇಟಾದೊಂದಿಗೆ ವಿಜೇತರನ್ನು ಘೋಷಿಸುವುದು ಅತ್ಯಂತ ದುಬಾರಿ ತಪ್ಪು. AI ಬಹು ರೂಪಾಂತರಗಳನ್ನು ಉತ್ಪಾದಿಸಲು ಮತ್ತು ಆಡ್ಸ್ ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಲು ಮತ್ತು ವ್ಯಾಖ್ಯಾನಿಸಲು ಸಹಾಯಕವಾಗಿದೆ, ಆದರೆ ಡೇಟಾವು ವಿಜೇತರನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ, AI ಅಲ್ಲ. "ಯಾವುದೇ ವ್ಯತ್ಯಾಸವಿಲ್ಲ" ಫಲಿತಾಂಶವೂ ಸಹ ಕಲಿಕೆಯಾಗಿದೆ. ಪರೀಕ್ಷೆ ಪ್ರಾರಂಭವಾಗುವ ಮೊದಲು ಊಹೆ, ಮೆಟ್ರಿಕ್ ಮತ್ತು ನಿರ್ಧಾರದ ಮಿತಿಯನ್ನು ಬರೆಯಬೇಕು.
ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ
ಸೃಜನಶೀಲ (ಶೀರ್ಷಿಕೆ, ಚಿತ್ರ ಅಥವಾ CTA) ಆಯ್ಕೆಮಾಡಿ. (1) "ಪರಿಕಲ್ಪನೆ ಮತ್ತು ಪರೀಕ್ಷಾ ವಿನ್ಯಾಸ" ದೊಂದಿಗೆ ಒಂದೇ ಪರೀಕ್ಷಿಸಬಹುದಾದ ಊಹೆ ಮತ್ತು ಪ್ರತ್ಯೇಕ ವೇರಿಯಬಲ್ ಅನ್ನು ಬರೆಯಿರಿ. (2) "ವೇರಿಯಂಟ್ ಜನರೇಟರ್" ನೊಂದಿಗೆ 1 ನಿಯಂತ್ರಣ + 3 ರೂಪಾಂತರಗಳನ್ನು ರಚಿಸಿ; ಆ ಅಂಶವನ್ನು ಬದಲಾಯಿಸಿ. (3) ನೀವು ಯಾವ ಮೆಟ್ರಿಕ್ ಅನ್ನು ನೋಡುತ್ತೀರಿ, ಎಷ್ಟು ಸಮಯದವರೆಗೆ ಮತ್ತು ಯಾವ ಡೇಟಾದೊಂದಿಗೆ “ಮಾಪನ ಯೋಜನೆ” ಯೊಂದಿಗೆ ಯೋಜಿಸಿ. (4) ವಿಜೇತರನ್ನು ಘೋಷಿಸಲು ನಿಮ್ಮ ಮಿತಿಯನ್ನು (ಎಷ್ಟು ಪರಿವರ್ತನೆಗಳು / ಯಾವ ಮಹತ್ವ) ಮುಂಚಿತವಾಗಿ ಬರೆಯಿರಿ. (5) "ಫಲಿತಾಂಶ ಇಂಟರ್ಪ್ರಿಟರ್" ನೊಂದಿಗೆ ಕಾಲ್ಪನಿಕ ಫಲಿತಾಂಶಗಳನ್ನು ಪರಿಗಣಿಸಿ ಮತ್ತು ಡೇಟಾ ಸಾಕಷ್ಟಿಲ್ಲದ ಸನ್ನಿವೇಶದಲ್ಲಿ ನೀವು ಏಕೆ ನಿರ್ಧಾರ ತೆಗೆದುಕೊಳ್ಳುವುದಿಲ್ಲ ಎಂಬುದನ್ನು ಗಮನಿಸಿ.
ಪರಿಶೀಲನಾಪಟ್ಟಿ
- [ ] ನಾನು ಪರೀಕ್ಷೆಯಲ್ಲಿ ಕೇವಲ ಒಂದು ವೇರಿಯೇಬಲ್ ಅನ್ನು ಪ್ರತ್ಯೇಕಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ಪರೀಕ್ಷೆಯ ಮೊದಲು ಸ್ಪಷ್ಟವಾದ ಊಹೆಯನ್ನು ಬರೆದೆ.
- [ ] ವಿಜೇತರಿಗೆ ಅಗತ್ಯವಿರುವ ಮಾದರಿ ಮತ್ತು ಸಮಯವನ್ನು ನಾನು ಈಗಾಗಲೇ ನಿರ್ಧರಿಸಿದ್ದೇನೆ.
- [ ] ನಾನು ವಿಜೇತರನ್ನು ಡೇಟಾದ ಆಧಾರದ ಮೇಲೆ ಆಯ್ಕೆ ಮಾಡಿದ್ದೇನೆ, ವೈಯಕ್ತಿಕ ಅಭಿರುಚಿಯಲ್ಲ.
- [ ] ನಾನು "ಯಾವುದೇ ವ್ಯತ್ಯಾಸವಿಲ್ಲ" ಫಲಿತಾಂಶವನ್ನು ಮಾನ್ಯ ಕಲಿಕೆ ಎಂದು ಪರಿಗಣಿಸಿದೆ.
- [ ] ಫಲಿತಾಂಶವನ್ನು ವಿರೂಪಗೊಳಿಸಬಹುದಾದ ಬಾಹ್ಯ ಅಂಶಗಳಿಗಾಗಿ ನಾನು ಪರಿಶೀಲಿಸಿದೆ.