A/B-test
En A/B-test handlar om att ha två versioner av något (A och B) och något mätvärde som definierar framgång. Du experimenterar sedan med båda versionerna samtidigt, och ser vilken som ger bäst resultat utifrån mätvärdet.
När du testar en digital tjänst så är A-versionen typiskt så som det ser ut idag, ett nuläge. B-versionen är det nya utseendet, eller nya funktionaliteten. Du delar sedan alla besökare (hälften ser A och hälften ser B) mellan dessa två och mäter hur de presterar baserat på mätvärden som är viktiga för organisationen: konvertering, antal klick, bokningar, nedladdningar, tid på sidan, med mera.
Även om alla A/B-tester är unika så finns det några komponenter som är vanliga att testa:
- Storlek, färg och text på knappar
- Rubriker och produktbeskrivningar
- Formulär, antal fält och olika typer av inmatningstyper
- Bilder på så kallade landningssidor
- Mängden text på en sida (kort/lång)
Genomföra en A/B-test
Det vanligaste är en av dessa två metoder:
- Om du testar en komponent (till exempel en knapp) så behöver du skapa två varianter av den knappen i ditt testverktyg. När du testar så byter verktyget slumpmässigt ut mot den ena eller andra knappen när sidan laddas.
- Om du testar en hel sida (layout, tema) så behöver du två helt olika sidor i testverktyget. När testen går igång så omdirigeras besökaren till den ena eller andra sidan.
Efter en viss period och ett antal människor som utsatts för den slumpmässiga fördelningen så börjar du se ett resultat. Tänk dock på att en sådan här test bara är statistiskt signifikant givet antal människor och antal "konverteringar". Du kan också råka ut för så kallade falska positiva resultat, där det ser ut som en tydlig skillnad trots att det inte är det. Det kan även handla om att människor påverkas av andra faktorer än de som din test mäter.
Säkerställ alltså att du förstår statistiken bakom— innan du litar alltför starkt på A/B-test som metod. Flera studier har pekat på att endast cirka 25% av A/B-tester ger statistiskt signifikanta resultat. Det innebär att metoden inte alltid är den kostnadseffektiva och rättvisa metod som den ofta beskrivs som.