
בדיקות A/B: ו-41 גווני כחול של Google
A/B testing (ידוע גם כ-split testing) הוא שיטת השוואה של שתי גרסאות של דף אינטרנט, אפליקציה או חוויית משתמש אחרת כדי לקבוע איזו מהן פועלת טוב יותר. המבחן מהווה למעשה ניסוי שבו מוצגות למשתמשים גרסאות שונות (גרסה A וגרסה B) באופן אקראי, ולאחר מכן משתמשים בניתוח סטטיסטי כדי לזהות איזו גרסה מובילה לתוצאה טובה יותר.
מטרת ה-A/B testing היא לאפשר קבלת החלטות מבוססות-נתונים על שינויים בחוויית המשתמש, ולשפר את האפקטיביות של נכסים דיגיטליים.
מבחנים אלה יכולים לשמש כדי לייעל אלמנטים שונים, כגון כפתורי פעולה, כותרות, תמונות או דפי נחיתה שלמים, כדי להגדיל המרות, לשפר את מעורבות המשתמשים, להפחית את שיעורי הנטישה ולהשיג מטרות עסקיות אחרות.
הניסוי של גוגל
דוגמה מצוינת לחברה המשתמשת בבדיקות A/B כדי לקבל החלטות היא גוגל. לענקית הטכנולוגיה יש היסטוריה רבה של בדיקות A/B – מאלגוריתמים של חיפוש ועד לשינויים בממשק המשתמש.
ניסוי "41 גוונים של כחול" הוא מקרה מבחן A/B מפורסם שנערך על ידי גוגל. הניסוי נועד לקבוע את הצבע האופטימלי עבור לינקים של מודעות. במבחן, גוגל יצרה קישורים ב-41 גוונים שונים של כחול וניסתה כל אחד כדי לראות עם איזה צבע משתמשים יתקשרו בצורה הטובה ביותר. כל גוון כחול היה כמעט בלתי ניתן להבחנה מהאחר.
מריסה מאייר, שכיהנה אז כסגנית נשיא מוצרי חיפוש וחוויית משתמש, ציינה כי צוותים שונים היו בעלי דעות שונות על איזה גוון כחול הוא הטוב ביותר עבור הסרגל הכלים. וכך, במקום לקבל החלטה על סמך העדפה אישית, גוגל החליטה להריץ מבחן רב-משתנים על אחוז קטן של משתמשים ברחבי העולם.
איך גוון כחול השפיע על ההכנסות של גוגל
תוצאות הניסוי הפתיעו רבים: גוון כחול ספציפי (#2200E3, אם אתם סקרנים) גרם למעורבות משתמשים רבה יותר, במקרה זה, יותר לחיצות. השימוש בגוון הנבחר הוביל להכנסה נוספת מוערכת של 200 מיליון דולר לחברה, והוכיח את כוחו של ה-A/B testing בקבלת החלטות מבוססות נתונים ובחינת חוויית המשתמש, גם בפרטים קטנים לכאורה.
החשיבות של בדיקות A/B וניתוח נתונים
בדיקת A/B היא אבן יסוד באופטימיזציה של התנהגות משתמש ויכולה לספק תובנות חשובות.
היכולת לקבל החלטות מונעות נתונים על סמך בדיקות A/B אינה מוגבלת רק לענקיות טכנולוגיה כמו גוגל. עסקים מכל הגדלים יכולים להשתמש בבדיקות A/B כדי לייעל את האתרים שלהם, לשפר את חווית המשתמש ולהגדיל את ההכנסות שלהם.
ביקורת על המחקר
הניסוי של גוגל מתאר היטב את מטרת מבחן ה-A/B, אך יהיה הוגן לציין כי ישנן טענות שהוא היה מלכתחילה פגום. טענה אחת היא שגוגל לא יכלה לשלוט באופן מלא בגוון הכחול שמוצג למשתמש, מכיוון שהצבע תלוי בנתוני פלט של המחשב, אשר יכולים להשתנות. כתוצאה מכך, אין מספיק ראיות לכך שהגוון שנבחר באמת גרם למשתמשים ללחוץ יותר על קישורים
בנוסף נציין כי הרעיון קיבל ביקורת רבה מצד מעצבים בגוגל שסברו שמדובר בבזבוז זמן ומשאבים, החלטת החברה להסכים עם מהנדסיה ולאפשר את הניסוי גרמה ללא מעט מתח פנימי. דאג באומן, שהיה המעצב הראשי, עזב את החברה באותה שנה. הוא ציין שהניסוי תרם להחלטתו. לדבריו, ויכוחים על כך אם גבול (border) צריך להיות ברוחב של 3, 4 או 5 פיקסלים היה מתיש וכי ישנם "בעיות עיצוב מרגשות יותר בעולם שיש לטפל בהן".
לקריאה נוספת
https://sdsclub.com/shades-of-blue-experiment-and-what-it-means-to-a-data-scientist/
https://www.theguardian.com/technology/2014/feb/05/why-google-engineers-designers
פוסטים רלוונטיים

איך להיות דאטה-אנליסט באופן עצמאי: המדריך המקיף
איך להיות דאטה-אנליסט באופן עצמאי: המדריך המקיף חושבים להכנס אל עולם ה Data Analysis באופן עצמאי? לומדים כבר את התחום ורוצים להכיר מקורות ידע נוספים?

חשיבות שפת ה-SQL בתפקיד אנליסט הנתונים
חשיבות שפת ה-SQL בתפקיד אנליסט הנתונים בעידן בו החלטות מונעות נתונים מעצבות את האסטרטגיות והתפעול של כל ארגון, תפקידו של ניתוח הנתונים עומד בראש סדר

ההבחנה בין דאטה אנליסט למדען נתונים
ההבחנה בין דאטה אנליסט למדען נתונים מהו ההבדל בין תפקיד הדאטה אנליסט למדען הנתונים? במה הם שונים ובמה משלימים? בעידן הדיגיטציה, זרם הנתונים מזין את

מהו דאטה אנליסט
המדריך השלם לתפקידי דאטה-אנליסט בתעשייה מהו דאטה אנליסט, ובמה כרוך תפקידו? עסקים וארגונים בכל התעשיות משתמשים בנתונים כדי לקבל החלטות אסטרטגיות, להבין את התנהגות הלקוחות,

קורס דאטה אנליסט – מה לומדים
קורס דאטה אנליסט – סקירת מבנה הכשרה קורס דאטה אנליסט – מה צריך ללמוד, אילו כלים צריך להכיר, ועל מה כדאי לשים דגש. בפוסט הבא