• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • Test A/B:come le aziende offline stanno imparando da Google per migliorare i profitti

    Che aspetto ha il test A/B.

    I test di mercato che ci hanno aiutato a fornirci la ricerca Google che conosciamo oggi vengono emulati da settori dall'ospitalità alla produzione per aiutare a focalizzare meglio i loro prodotti e servizi e soddisfare le esigenze dei clienti. Quindi cosa ha fatto Google?

    Se viaggi indietro nel tempo di Internet tramite Internet Archive, puoi vedere come appariva Google subito dopo il suo primo lancio, più di 20 anni fa.

    Mentre il logo è familiare, l'aspetto del sito web era molto diverso da quello che è ora. In che modo Google si è evoluto nel caricamento più veloce, più bello da vedere, più facile da leggere, pagine e app che usiamo oggi?

    Un dipendente senior di Google mi ha detto che il motore di ricerca ha tenuto testa alla concorrenza attraverso un rigoroso processo di test sui prototipi. Nel momento in cui abbiamo parlato, i prototipi sono stati testati "offline" misurando le reazioni dei soggetti di prova assunti a particolari caratteristiche e design. Ma presto i test si sono spostati "online" e siamo diventati tutti oggetto di test A/B.

    Che cos'è il test A/B?

    Un test A/B si verifica quando un'azienda concede a un utente l'accesso a una delle due versioni di un sito Web o di un'app:

    (A) la versione attuale

    (B) il prototipo.

    Il modo in cui gli utenti interagiscono con il prodotto viene misurato durante i test. Sottili differenze in queste interazioni possono illustrare quale versione è più efficace, secondo criteri particolari. Se il prototipo si dimostra superiore, sostituisce la versione esistente come prodotto predefinito.

    Gli ingegneri di Google hanno eseguito il loro primo test A/B nel 2000 per determinare il numero ottimale di risultati di ricerca da visualizzare per pagina.

    Le statistiche decidono, non manager

    I siti Web e le app sono diventati una costellazione di confronti che evolvono collettivamente i sistemi verso uno stato migliore. Ogni modifica a un'interfaccia o alterazione di un algoritmo viene sottoposta a test A/B.

    Le società Web eseguono un numero sorprendente di test. In un discorso, Microsoft ha dichiarato che il motore di ricerca Bing esegue più di 1, 000 al mese. Così tanti, infatti, che ogni volta che accediamo a un sito Internet o a un'app, probabilmente siamo soggetti inconsapevoli di un test A/B. Raramente siamo a conoscenza dei test perché le variazioni sono spesso sottili.

    Le aziende sono in grado di eseguire così tanti test che sono passate a un processo noto come hill climbing:fare piccoli passi, migliorando gradualmente. Questo approccio ha avuto un tale successo che guida il modo in cui molte aziende innovano oggi.

    Una prima versione di Google. Credito:Internet Archive

    I team hanno l'obiettivo di aumentare le misure degli utenti. Se un piccolo ritocco carri armati, è caduto. Se trionfa, è lanciato. Le decisioni sono prese da statistiche, non manager.

    Infatti, i sostenitori dei test A/B sottolineano l'importanza di ignorare le opinioni dei manager, che chiamano HiPPO – le opinioni della persona più pagata. Questo acronimo è stato coniato da racconti come quello di Greg Linden, uno dei primi dipendenti di Amazon. Linden ha suggerito che, proprio come i supermercati mettono riviste e snack in coda alla cassa, Amazon dovrebbe adottare lo stesso approccio con i suoi carrelli della spesa online.

    Ricorda che un "vicepresidente senior era contrario" all'idea, temendo che scoraggerebbe le persone dal check-out.

    Linden ha ignorato l'HiPPO ed ha eseguito un test A/B. I risultati hanno mostrato che Amazon avrebbe guadagnato di più e non avrebbe perso clienti, così l'idea di Linden è stata lanciata. I test A/B si sono dimostrati più accurati, più veloce e meno distorto di qualsiasi HiPPO.

    I test A/B non possono risolvere tutto

    La parte complicata del test A/B è capire come misurare gli utenti in modo da ottenere le informazioni di cui hai bisogno. I test devono essere progettati con attenzione, e continuamente rivisto.

    Fallo male e potresti finire con il successo a breve termine, ma fallimento nel lungo periodo. Un sito di notizie che promuove curiosità sulle celebrità potrebbe ottenere l'immediata gratificazione dei clic, ma perdere lettori fedeli nel tempo.

    Ci sono anche limiti a ciò che i test A/B possono osservare. Il test si basa sulla misurazione dell'input dell'utente, clic del mouse, digitando, comandi vocali, o tocca lo schermo di un cellulare. Spotify ha recentemente chiesto se qualcuno ha una playlist in background e non sta interagendo con il proprio telefono, come può Spotify misurare se l'utente è soddisfatto? Nessuno al momento ha una risposta.

    Portare offline i test A/B

    Nonostante questi rischi e limiti, il successo dei test A/B pervade tutte le aziende con una presenza su Internet. E ora questo test viene sperimentato nel mondo fisico.

    Un paio d'anni fa, Ho incontrato un'azienda che stampa e invia bollette ai clienti. Hanno testato A/B diversi formati della fattura, imparare quali formati hanno migliorato le tariffe dei clienti che pagano puntualmente.

    Secondo quanto riferito, ristoranti e bar utilizzano i dati dei sensori per scoprire quale layout del ristorante incoraggia la maggior parte delle vendite. Per esempio, se una disposizione intima dei posti a sedere nel retro di un bar attira le persone a rimanere più a lungo, è probabile che i clienti in quello spazio spendano di più in bevande.

    I test A/B potrebbero persino estendersi alla produzione. Versioni leggermente diverse di un prodotto potrebbero essere realizzate su linee di produzione flessibili. La produzione potrebbe quindi essere modificata se una versione del prodotto è risultata vendere meglio di un'altra.

    Non è sempre una corsa tranquilla, ma il potere dei test A/B è qui per restare.

    Questo articolo è stato ripubblicato da The Conversation con una licenza Creative Commons. Leggi l'articolo originale.




    © Scienza https://it.scienceaq.com