Det finns ett uttryck i reklam som går "Jag vet att 80% av min annonsering inte fungerar. Jag vet bara inte vilken 80% ". Samma logik gäller för alla former av design, inklusive webbdesign. Om vi bara visste vilken del av vårt sidinnehåll, layouter och arbetsflöden som inte fungerade lika bra som de borde, skulle det inte vara fantastiskt?
Det verkar som en gudstjänst att veta vad som fungerar när det gäller användarupplevelse design, att ha bekräftat i hårda kvantifierbara data som av två layouter, element eller rutter är det optimala och det här är ett löfte om A / B-testning. Det är ett kraftfullt verktyg, men det är inte en panacea och överförlitlighet på det kan inte bara dämpa din dom som designer, men också paradoxalt resultera i suboptima lösningar.
I den här artikeln tar jag en titt på några fallgropar vid användning av A / B-testning och hur en sådan jämförande testning kan användas som en del av en designersverktyg, snarare än en dominerande designmetodik.
A / B-test har blivit en kraftfull applikation inom webbdesign. Tillkomsten av dynamisk sidvisning och modern analysprogramvara som Google Analytics gör det enkelt att konfigurera och köra A / B-test eller dela test. Besökare serveras växelvis en sidlayout eller en annan, och programvaran åtgärder som genererar större antal av en förutbestämd åtgärd, t.ex. klicka på en Köp nu-knapp eller fylla i ett registreringsformulär. Dessa åtgärder definieras som mål: mätbara, kvantifierbara, knowable. I webbdesign A / B-test måste dessa mål vara något som kan spelas in av analysprogramvaran, så medan målet kan vara att en användare klickar på en länk till en artikel, kan den inte registrera om användaren läser den artikeln .
Denna artikel har mer information om hur man kör A / B-test, och här är en översyn av några av de mest kända test fallstudier.
A / B-testning är oundvikligen reduktiv, utvecklar darwinistiskt den "fittest" designen. Att testa två radikalt olika mönster kommer att berätta vilken som fungerar bättre för det mål du testar. Du kan upprepa detta steg ad infinitum. Men för att komma längre än detta måste du sedan ändra två delar av den fittaste designen för att försöka förbättra feedbackspåren. Nästan omedelbart har du flyttat från att testa 2 mycket divergerande mönster, för att finjustera den "vinnande" designen. Statistiker kallar detta att hitta det lokala maximiet snarare än det globala maximala. Du kan enkelt hitta dig själv längs en estetisk cul-de-sac, hitta det snyggaste huset på gatan i stället för det bästa huset i hela staden. Testning av flera alternativ, kallad multivariate testning eller hinkprovning, lägger till ytterligare komplexitet, och verktygen är ofta dyrare.
Även med flera alternativ kan delad testning endast användas för att mäta och optimera ett mål åt gången. Optimering för ett mål kan vara bra om din webbplats är mycket smal inriktad, till exempel en e-handelsplats där ett önskat resultat trumpar alla andra. Men om du har flera mål för din webbplats måste du se till att alla ändringar testa bra mot alla mål.
Efter att ha spenderat så länge testning och optimering av en webbplats för att hitta den lokala maximin är det förståeligt att en formgivare inte vill slösa all den ansträngningen och driva en annan design. För att uttrycka det otvivelaktigt kan du ha lagt lång tid på att bestämma vilken av två layouter som är bäst, utan att inse att båda sidorna suger. Den snygga tviveln måste alltid förbli, om du lyckats optimera innehållet och UX från en som gjorde en framgångsgrad på 6% till en framgångshastighet på 8%, finns det en annan design som skulle ha en 9% avkastning eller högre?
Användarnas svar kommer också att förändras över tiden, och det som kan ha testat bra förra månaden kan inte längre få de bästa resultaten. En fara är att du kan bli låst i en kontinuerlig test- och tweaking-cykel. Vid denna tidpunkt är du mindre en formgivare än en kvantautomat. Du har abdikerat din bedömning och design känslighet att ständigt söka försäkran om testet. Jag känner till människor som har blivit besatta av att försöka testa allt, decidophobic, för alltid söker Shangri-La av optimala omvandlingsfrekvenser.
Första intryck räknas
"Du får aldrig en andra chans att göra ett första intryck", som adage går. Som forskning på Ontario University och någon annanstans har visat, besökare på en webbplats gör ett undermedvetet beslut att tycka om det eller inte på en oerhört kort tid, även millisekunder. Halogen effekten av detta första intryck färgar användarens efterföljande bedömning av webbplatsen och bestämmer även deras bedömning av webbplatsens trovärdighet. Det har alltid förvånat mig studsfrekvensen som alla webbplatser får, det är människor som besöker en webbplats och lämnar nästan omedelbart igen. Ofta beror detta på användarens frustration och väntar på att sidan ska laddas. Teknisk optimering och minskande sidvikt kommer ofta att vara mer fördelaktiga än UX-testning. Slow page rendering kommer att driva användare bort från även den snyggaste webbplatsen.
Vilket ger oss till en viktig tillvägagångssätt: du kan bara A / B-test när du har lanserat. Du måste ha riktiga användare med riktiga mål för att dela upp testet på din webbplats. Även A / B-testning av en privat pre-launch-beta-sida är opålitlig om du inte har en stor beta-community. En stor samplingsstorlek (dvs. ett stort antal sidbesök) krävs också för exakta resultat. Således måste du begå att lansera med en design innan du ens kan börja tänka på att optimera. Du måste göra ett engagemang för en design, och det är alltid ett första steg i det okända att A / B-testning inte kan hjälpa till med.
Inspirationsgnistan
Som Henry Ford sa, "Om jag hade frågat folk vad de ville ha de bett om snabbare hästar". Användare är inte alltid de bästa människorna att be om feedback. Detta leder mig till min största kritik av A / B-testning: det tvingar dig att följa din publik, inte leda dem. Du avstår från ansvaret för att bestämma vad som gör din webbplats till bästa för publikens visdom. Du hamnar med att utforma för att behaga publiken du har, inte publiken du vill ha.
Detta tillvägagångssätt lämnar ingen plats för den inspirationsgnistan, för att skapa något verkligt original, något vi inte sett tidigare. Det är inte konstigt att så många webbplatser ser så likartat ut, varje spelar det säkert med ett etablerat utseende. Vågar du vara annorlunda? Som detta provokerande samtal stater, ibland måste vi se bortom marginella vinster och leta efter kvantesprånget, nästa stora idé.
En unik design och användarupplevelse testar troligen först dåligt, men det kan ta tid att få traktion. Långsamt kan en buzz utvecklas runt designen, och det kan locka till en ny publik, en som är mer villig att engagera sig med webbplatsen, dess innehåll och design i syntes. A / B-testning kan användas för att finjustera och optimera designen och layouten ytterligare, men det kan inte leda dig till det utlovade landet. Du måste definiera målen för vad som gör en engagerad publik. Sidvisningar är ett mycket dåligt engagemang för engagemang. Tid på en sida är bättre, eller antalet kommentarer som en artikel lockar. Men endast feedback och kvalitativ analys av din publik kommer att berätta om de tycker om att använda webbplatsen, så kommer de kvantitativa mätningarna inte att berätta hela historien.
Lita på din dom
Den största utformningen av designen är att göra ett märke, vet varför du gjorde det och lita på att det är bra. Om varje element placeras, skrivs varje ord med tvivel, hur kan man bygga med självförtroende? Att designa med tillförsikt och vår individuella design känslighet är det som gör att vi kan designa med stil och personlighet.
I slutändan kommer en webbplats som är byggd med logiken och konsistensen av en tydlig designvision att alltid trumma en webbplats som har byggts med varje element som är tydligt placerat och nervöst testat.
Det här är inte att säga att A / B-test inte har sin plats. Men det passar bäst för nischprovningselement, inte layouter. Det är mindre användbart att testa en sida mot en annan, men bättre för att testa ett element, som olika kopior på en knapp. Arbetsflödena är också mogna för delad testning: Är registreringsformen bättre som en följd av små steg eller en stor form? Vad händer om registreringsformuläret är ett modalfönster överlagrat på hemsidan? Checka ut Vilket test vunnit att se några bra exempel och fallstudier av UX-testning, främst inom e-handelsfältet.
Generellt sett kommer du att bli bättre med att använda A / B-testen för att ändra din webbplats på andra sätt som du vet förbättrar din webbplats, till exempel att säkerställa att den görs korrekt över alla webbläsare och att minska sidvikten. Är layouten anpassad till olika enheter och erbjuder den bästa möjliga upplevelsen? Finns det skrivfel? Ser det bra ut på mobila enheter?
Du ska inte alltid behöva A / B-test för att veta att du gör din webbplats bättre.
Hur mycket A / B-test gör du? Behöver en bra webbdesigner A / B test alls? Låt oss veta dina tankar i kommentarerna.