A/B testing là gì và khi nào doanh nghiệp nên làm?

A/B testing là cách cho hai phiên bản của cùng một trang web (bản A đang chạy và bản B có một thay đổi) chạy song song với khách thật, chia ngẫu nhiên, rồi đo xem bản nào mang về nhiều đơn hàng hoặc liên hệ hơn. Nó đáng làm khi website của bạn có đủ lượng khách và đủ số đơn để kết quả đáng tin. Nếu chưa đủ, tiền nên dồn vào việc sửa những lỗi hiển nhiên trước.

Bạn không cần tự chạy test. Nhưng bạn nên hiểu nó đủ để biết khi nào một đề xuất A/B testing đáng tiền, và khi nào chỉ là một gói dịch vụ nghe cho sang.

A/B testing là gì (bằng ngôn ngữ đời thường)

Hãy tưởng tượng bạn in tờ rơi cho một quán cà phê và phân vân giữa hai câu: "Giảm 20% ly đầu tiên" hay "Mua 1 tặng 1 bánh". Thay vì ngồi đoán, bạn in cả hai, phát xen kẽ cho khách qua đường trong cùng một tuần, rồi đếm xem mỗi loại tờ rơi kéo về bao nhiêu người.

A/B testing trên website làm đúng việc đó, chỉ khác là máy làm thay bạn:

Chia khách ngẫu nhiên: một nửa khách thấy bản A, nửa kia thấy bản B. Không ai chọn, nên hai nhóm giống nhau về mọi mặt.
Chạy cùng lúc: vì vậy những thứ như ngày lễ, thời tiết hay một đợt quảng cáo ảnh hưởng đều cho cả hai bên.
Đo một mục tiêu chính: ví dụ số người bấm "Đặt lịch", số đơn hàng, số form liên hệ gửi đi.

Thứ được thay đổi có thể là tiêu đề, hình ảnh, giá hiển thị, số ô trong form, vị trí nút bấm, hay cả một bố cục trang mới. Điểm cốt lõi là: quyết định dựa trên hành vi của khách thật, không dựa trên ý kiến của người to tiếng nhất trong phòng họp.

Vì sao nó ăn tiền của bạn

Lý do lớn nhất nghe hơi ngược: phần lớn ý tưởng "chắc chắn sẽ hiệu quả" thật ra không hiệu quả.

Trong bài viết trên Harvard Business Review, Ron Kohavi (từng phụ trách mảng thử nghiệm của Microsoft) và giáo sư Stefan Thomke (Trường Kinh doanh Harvard) cho biết ở Google và Bing, chỉ khoảng 10–20% thử nghiệm cho kết quả tích cực. Ở Microsoft nói chung, khoảng một phần ba ý tưởng có hiệu quả, một phần ba không thay đổi gì, và một phần ba làm kết quả tệ đi.
Cũng bài viết đó kể chuyện một thay đổi nhỏ trong cách Bing hiển thị tiêu đề quảng cáo, từng bị xếp vào diện "ưu tiên thấp" suốt hơn sáu tháng. Khi được đem ra test, nó tăng doanh thu 12%, tương đương hơn 100 triệu USD mỗi năm chỉ riêng tại Mỹ.

Hai con số đó nói lên cùng một điều: nếu bạn sửa website theo cảm tính, thì cứ ba thay đổi có khả năng một thay đổi đang âm thầm làm bạn mất khách, và bạn không hề biết. A/B testing giúp bạn giữ lại cái thắng, loại bỏ cái thua, trước khi cái thua kịp tốn tiền.

Lợi ích thứ hai là sức mạnh cộng dồn. Một test thắng hiếm khi làm doanh thu nhảy vọt. Nhưng nhiều cải thiện nhỏ chồng lên nhau qua nhiều tháng thì có. Đây cũng là điều mình thấy khi trực tiếp làm chương trình thử nghiệm cho Neighborly: hơn 150 A/B test, tỷ lệ đặt lịch tăng 35%, và 2,8 triệu USD doanh thu bổ sung. Con số đó đến từ một chương trình kéo dài và có kỷ luật, không đến từ một test may mắn.

A/B testing không phải cây đũa thần tìm ra "nút bấm màu xanh thần thánh". Giá trị thật của nó là ngăn bạn tung ra những thay đổi làm mất tiền, và cộng dồn những thay đổi làm ra tiền.

Khi nào A/B testing chưa đáng làm

Đây là phần nhiều người bán dịch vụ ít khi nói rõ: A/B testing cần lượng khách lớn hơn nhiều so với bạn nghĩ.

"Có ý nghĩa thống kê" nghĩa là gì?

Tung đồng xu 10 lần ra 6 lần ngửa, bạn không kết luận đồng xu bị lệch. Có thể chỉ là ngẫu nhiên. Tung 10.000 lần mà ra 6.000 lần ngửa thì bạn có thể khá chắc là nó lệch thật.

Website cũng vậy. Bản B có 12 đơn, bản A có 9 đơn: chênh lệch đó rất có thể chỉ là may rủi. "Có ý nghĩa thống kê" chỉ đơn giản là: chênh lệch đủ lớn và đủ nhiều dữ liệu để khó có thể là do may rủi. Muốn đạt được điều đó, bạn cần đủ số khách, và nhất là đủ số đơn.

Cần bao nhiêu khách?

Một ví dụ cụ thể, tính theo cách tính chuẩn mà các công cụ như máy tính cỡ mẫu của Evan Miller sử dụng (độ tin cậy 95%, độ nhạy 80%, là mức thông dụng trong ngành):

Trang của bạn đang có 2 trong 100 khách đặt hàng.
Bạn muốn phát hiện một cải thiện tăng 20% (từ 2% lên 2,4%).
Bạn cần khoảng 21.000 khách cho mỗi phiên bản, tức khoảng 42.000 khách vào đúng trang đó.

Nếu trang đó có 10.000 lượt truy cập mỗi tháng, một test sẽ mất khoảng bốn tháng. Muốn phát hiện một cải thiện nhỏ hơn, ví dụ 10%, con số còn tăng gần gấp bốn. Với nhiều website doanh nghiệp vừa và nhỏ, phép tính này cho thấy ngay: chưa phải lúc.

Dừng test sớm là cái bẫy

Một lỗi rất phổ biến: mở kết quả mỗi ngày, thấy bản B đang "thắng" là dừng ngay. Phân tích của Evan Miller cho thấy kiểu "nhìn liên tục rồi dừng khi thấy thắng" có thể đẩy tỷ lệ kết luận sai từ mức 5% lên hơn 26% trong trường hợp xấu nhất. Tức là bạn tưởng mình tìm ra cái thắng, nhưng thật ra chỉ đang thấy may rủi.

Dấu hiệu bạn nên làm việc khác trước

Trang cần test có ít hơn vài trăm đơn hoặc liên hệ mỗi tháng.
Số liệu đo lường chưa chắc đúng. Nếu GA4 đang đếm sai, mọi test đều vô nghĩa. Xem 7 lỗi GA4 và GTM thường gặp.
Website còn lỗi hiển nhiên: chậm, vỡ giao diện trên điện thoại, form không gửi được. Những thứ này cứ sửa, không cần test.

Website ít khách vẫn có cách tối ưu chuyển đổi, chỉ là bằng công cụ khác: xem bản ghi phiên truy cập, hỏi trực tiếp khách hàng, sửa theo nguyên tắc đã được chứng minh. Bài viết có nên A/B test khi website ít traffic đi sâu vào lựa chọn này.

Cách đánh giá một đề xuất A/B testing

Một đề xuất nghiêm túc sẽ có những thứ sau. Thiếu cái nào, hãy hỏi lại:

Giả thuyết có lý do: không phải "thử đổi màu nút", mà là "khách bỏ ở bước 2 vì form quá dài, rút còn 3 ô sẽ tăng số người gửi".
Một chỉ số chính gắn với doanh thu: đơn hàng, lịch hẹn, liên hệ. Không phải lượt bấm vu vơ.
Cỡ mẫu và thời gian được tính trước khi chạy, và được giữ nguyên, không dừng giữa chừng vì "thấy đang thắng".
Kiểm tra đo lường trước khi bắt đầu: cả hai phiên bản đều được ghi nhận đúng.
Chạy trọn tuần, để hành vi ngày thường và cuối tuần đều có mặt.
Báo cáo cả test thua: một chương trình trung thực sẽ có nhiều test không thắng. Nếu mọi test đều "thắng", đó là dấu hiệu đáng ngờ.
Nói rõ công cụ và chi phí công cụ: công cụ miễn phí phổ biến nhất trước đây là Google Optimize đã ngừng hoạt động từ 30/9/2023, nên hầu hết lựa chọn hiện nay là công cụ trả phí.

Câu cần hỏi đội làm web của bạn

"Trang mình định test có bao nhiêu khách và bao nhiêu đơn mỗi tháng? Với con số đó, một test cần chạy bao lâu?"
"Mức cải thiện nhỏ nhất mà test này phát hiện được là bao nhiêu phần trăm?"
"Các bạn có cam kết không dừng test sớm, và tính cỡ mẫu trước khi chạy không?"
"Làm sao mình biết số liệu đang đo đúng trước khi test bắt đầu?"
"Nếu website mình chưa đủ khách để test, các bạn sẽ đề xuất làm gì thay thế?"

Câu cuối là câu quan trọng nhất. Một đội làm việc tử tế sẽ dám nói "chưa nên test" khi số liệu chưa cho phép, thay vì bán cho bạn một gói chạy test trên một lượng khách quá ít.

Bước tiếp theo

Tóm lại: A/B testing là cách để khách thật quyết định phiên bản nào bán tốt hơn, và nó ra tiền thật khi website đủ khách và số liệu đo đúng. Nếu chưa đủ, bước đúng là sửa đo lường và những lỗi hiển nhiên trước.

Nếu bạn muốn biết website của mình đã đủ điều kiện để test chưa, hoặc cần một chương trình thử nghiệm bài bản, xem dịch vụ A/B testing & tối ưu chuyển đổi của bọn mình, hoặc liên hệ để bọn mình xem số liệu cùng bạn.

Nguồn: