ما هي المنظمة غير الربحية التي لا ترغب في تقديم تجربة التبرع الأقوى والأكثر كفاءة والموجهة نحو النتائج إلى الداعمين؟ إحدى الطرق لتكون واثقًا من أن فريقك يؤدي أفضل ما لديه هو الاعتماد على أفكار اختبار A/B الجديدة .
يعد اختبار A/B استراتيجية موثوقة للمنظمات غير الربحية ولكنه يتطلب وقتًا وموارد للقيام بذلك بشكل صحيح. نحن هنا لنوضح بالضبط ما يتم إدخاله في عملية اختبار A/B لمساعدة فريقك على الاستعداد وإعداد الميزانية وفقًا لذلك.
تأثير اختبار أ/ب على تجربة التبرع الخاصة بك
من الممارسات الشائعة لإثراء تجربة المستخدم، يحدد اختبار A/B مجالات التحسين. في Classy، نقوم بإجراء هذه الاختبارات في كثير من الأحيان لإعلامنا بابتكار منتجاتنا ومساعدة مجتمعنا غير الربحي على تحسين تجارب التبرع.
متى يمكن للمؤسسة غير الربحية إكمال اختبار A/B؟
يجوز للمنظمات غير الربحية إجراء اختبار أ/ب من أجل:
- حدد فرص التحسين على مواقع التبرع أو النماذج (مثل الألوان والأزرار والخطوط والعلامات التجارية وحقول النماذج وما إلى ذلك).
- تقييم معدل التحويل لنماذج التبرع المضمنة مقابل نماذج التبرع القياسية .
- فهم التركيبة السكانية للمانحين وسلوكياتهم بشكل أفضل.
- زيادة أهداف الحملة المحددة (مثل إيرادات العطاء المتكرر ).
- تقليل الاحتكاك في عملية الدفع (مثل إزالة متطلبات معينة لمعلومات الاتصال).
- قم بتقييم نسخة الحملة والعناصر الإبداعية لاكتشاف أي منها يحظى بقبول أكبر لدى الجهات المانحة.
طرق الاختبار الأخرى
في بعض الأحيان، لا يكون اختبار A/B هو الأفضل، خاصة عندما تريد التحكم في متغيرات مثل الموسمية. أحد الأمثلة الرائعة على ذلك هو أحد الاختبارات التي أجريناها في Classy على نماذج التبرع المضمنة لدينا.
نموذج التبرع المضمن عبارة عن تجربة مبسطة يتم نشرها عادةً كخيار أساسي للتبرع على موقع الويب. يمكن للزائرين الوصول إلى النموذج من خلال عبارة "التبرع" التي تحث المستخدم على اتخاذ إجراء (CTA) في رأس موقع المؤسسة غير الربحية أو عبارة CTA الأساسية في نص موقع المنظمة غير الربحية.
قمنا مؤخرًا باختبار حالة الاستخدام هذه لتحديد كيفية تقلب حركة المرور من أكثر من 500 موقع ويب خاص بالمؤسسة على مدار تسعة أشهر عند استخدام نموذج مضمن مقارنةً بنموذج تبرع قياسي. لقد قمنا بفحص أكثر من 500000 جلسة فريدة وقمنا بمقارنة أداء التحويل بالتبرع القياسي من نفس الفترة من العام السابق.
وإليك نظرة خاطفة على النتائج:
- كان متوسط تحسين التحويل هو ثلاث نقاط مع تجارب التبرع المضمنة، والتي زادت إلى 4.3 نقطة على الهاتف المحمول.
- كانت الإيرادات لكل زائر أعلى بنسبة 29% في تجارب التبرع المضمنة.
تساعد أبحاثنا على مستوى الصناعة والخاصة بالمؤسسة المؤسسات غير الربحية على اتخاذ قرارات مستنيرة بشأن تجارب التبرع. بعد ذلك، عندما يكون الأمر مناسبًا لاختبار أ/ب، فإننا نقوم بالكثير من ذلك أيضًا لتقديم رؤى حول ما يتردد صداه مع الجهات المانحة في هذا المجال اليوم.
7 أشياء يجب معرفتها قبل إجراء اختبار أ/ب لحملتك
قد يبدو اختبار أ/ب وكأنه عملية شاقة مع وجود العديد من الفروق الدقيقة. ولهذا السبب قمنا بتحديد بعض الخطوات لتوجيه قراراتك ورسم أفضل مسار للمضي قدمًا.
1. احصل على الوضوح بشأن الأرقام لتهيئ نفسك للنجاح
إن الهدف والفرضية المحددة بوضوح للاختبار الذي تريد إجراءه هو المكان الذي تريد أن تبدأ منه. هناك العديد من المقاييس المختلفة ومؤشرات الأداء الرئيسية (KPIs) التي يمكن أن يدعمها اختبار A/B.
حدد أولويتك الرئيسية، سواء زيادة معدل التحويل، أو إجمالي الإيرادات، أو الإيرادات لكل زائر، أو أي مقياس محدد آخر من شأنه زيادة إيرادات مؤسستك غير الربحية. في Classy، نقوم بمراقبة كل مؤشرات الأداء الرئيسية هذه وأكثر. غالبًا ما نركز على زيادة الإيرادات التي يجلبها كل زائر في نموذج التبرع، وهو مقياس شامل يأخذ في الاعتبار معدل التحويل وحجم التبرع.
بمجرد أن يكون لديك وضوح حول أهدافك وقياس النجاح، حدد مستوى الدلالة الإحصائية من الراحة لاتخاذ قراراتك.
تذكر فقط أن الاختبار قد ينطوي على تحديات، وقد تحتاج إلى الاختبار عدة مرات للتأكد من أنه يمكنك الاعتماد على النتائج. يوصي فريقنا بتحقيق دلالة إحصائية بنسبة 95% قبل اتخاذ الخطوات التالية لضمان دقة النتائج وتمثيلها قدر الإمكان.
2. اختبار المتغيرات المحددة أولاً
المتغيرات التي تختبرها مهمة، وتريد التركيز على تجنب اختبار عدد كبير جدًا من المتغيرات في وقت واحد. على سبيل المثال، إذا قمت باختبار تصميم تجربة التبرع، فإن إضافة خطوط جديدة وتباعدات قد تؤدي إلى تشويه نتائجك وتجعل من الصعب معرفة ما الذي يؤدي فعليًا إلى زيادة الأداء أو انخفاضه.
الشيء الوحيد الذي يجب أن يتغير بين التجارب التي تختبرها هو متغير الاختبار. وهذا يعني الحفاظ على أشياء مثل الشعار والعنوان والنسخة والخط والمسافات كما هي إذا كنت تريد رؤية تأثير تغيير التصميم فقط. في هذا الصدد، تريد منع اختبارات A/B الأخرى من التشغيل على موقع الويب الخاص بك والتي قد تتداخل مع نتائج الاختبار الخاصة بك.
3. خذ بعين الاعتبار حجم العينة
يجب أن يكون حجم عينة جمهورك كبيرًا بما يكفي للوصول إلى الأهمية الإحصائية لتحقيق نتائج موثوقة. ففي نهاية المطاف، لا يمثل اختبار 15 شخصًا قاعدة متبرعين محتملة بالآلاف. ستؤدي المجموعة الأكثر شمولاً التي تمثل أنماط وسيناريوهات التفكير المختلفة إلى تقليل احتمالية العشوائية وزيادة فرص الدقة.
بالإضافة إلى ذلك، كلما زاد عدد الجلسات التي يتلقاها الموقع، زادت سرعة اختبار A/B في تحقيق نتائج ذات دلالة إحصائية ورؤى موثوقة. وهذا يعني استهداف أكبر قدر ممكن من التمثيل من جمهور الاختبار الخاص بك في أي سيناريو. قد يستغرق الأمر بعض الوقت، ولكن كلما كان حجمه أكبر، كلما كان ذلك أفضل.
القاعدة العامة هي: للحصول على اختبار موثوق للغاية، تحتاج إلى ما لا يقل عن 30000 زائر و3000 تحويل لكل متغير. إذا اتبعت هذا المبدأ التوجيهي، فستحقق عمومًا عددًا كافيًا من الزيارات والتحويلات للحصول على نتائج ذات دلالة إحصائية بمستوى عالٍ من الثقة. 1
4. احصل على نتائج أكثر دقة مع ظروف العالم الحقيقي
يجب أن تعمل اختبارات A/B على إعادة إنشاء أنماط وشروط حركة المرور النموذجية لموقع الويب غير الربحي الخاص بك. فكر في مقدار حركة المرور التي يحصل عليها موقع الويب غير الربحي الخاص بك عادةً على مدار أسبوع واستخدم هذا الرقم لتحديد المدة التي ستحتاجها لإجراء اختبار للوصول إلى الأهمية الإحصائية.
ما لا يقل عن أسبوعين هو خط الأساس العام لحساب التقلبات الطبيعية. إذا لم تلاحظ زيادة في عدد الزيارات يوميًا، فقد يحتاج الاختبار إلى مزيد من الوقت لضمان التقاط كل شيء بدقة.
5. استثمر في برنامج اختبار موثوق
يمكن للعديد من البرامج المساعدة في اختبار A/B. الأداة الأكثر شيوعًا، Google Optimize، مجانية ولكن سيتم إيقافها في 30 سبتمبر 2023. وبدلاً من ذلك، يمكن للمنظمات غير الربحية التفكير في الاشتراك المدفوع في أداة أخرى مثل Optimizely أو Vanguard FTSE Emerging Markets ETF.
توفر هذه الأدوات وظائف شاملة لمساعدتك في بدء الاختبار ومراقبته وتحليله. ومع ذلك، من الضروري ملاحظة أن عددًا من الموارد والمراقبة الصارمة والتحليلات المتعمقة ضرورية عادةً لتسخير إمكانات أدوات اختبار A/B بشكل كامل.
يُسهل Classy تكرار موقع الويب الحالي للتبرعات وإجراء تعديلات صغيرة دون الحاجة إلى أي عمل برمجي خلفي. يمكنك بعد ذلك اختبار أ/ب لكل عنوان URL للحملة مقابل الآخر في منصة الاختبار الخاصة بك. نوصي بتقسيم حركة المرور بنسبة 50/50.
6. اختبار اتجاهات البيانات طويلة المدى لالتقاط الصورة الكاملة
يمكن أن يوفر اختبار A/B الخاص بك نظرة ثاقبة لتغيير معين في وقت معين. وهذا يعني أنه قد يتعين عليك إجراء سلسلة من الاختبارات لمعرفة الاتجاهات بمرور الوقت عندما تبدأ في التفكير في الصورة الأكبر لبياناتك.
تركز خريطة طريق منتج Classy ومسار الابتكار على رؤى من تجارب التبرع المتعددة خلال المواسم المختلفة. نحن نجري اختبار A/B بهذه الطريقة للمؤسسات غير الربحية للحصول على الصورة الكاملة واستخدام النتائج التي توصلنا إليها بثقة لتوجيه عملية صنع القرار.
7. فكر في كيفية تأثير كل اختبار على النتيجة النهائية لديك
الآن، أنت تفهم المبلغ الذي يذهب إلى اختبار A/B واحد. بطبيعة الحال، تريد أن ترى عائدًا على استثمارك في التكلفة والوقت، لذا فكر في التأثير الذي يمكن أن تحدثه هذه التجارب على أرباحك النهائية.
إن الاستثمار في منصة لجمع التبرعات تجري اختبارات من وراء الكواليس للتأكد من أنها تقدم أفضل الأدوات وتجارب الحملات في الصناعة يمكن أن ينقذ موظفيك (وفريق الشؤون المالية) من العمل الإضافي أو المشقة. في Classy، نعلم أن هذه الأفكار ذات قيمة، لذلك نحن نعتني بها نيابةً عنك.
عندما اختبرنا نماذج التبرع المضمنة مقابل نماذج التبرع القياسية على Classy، رأينا المنظمات غير الربحية تقوم بتحويل المتبرعين بمعدل ضعفي المعيار الصناعي .يعد هذا أحد الأمثلة على الرؤى التي تقود منصتنا وتقدم التوصيات ونصائح التدريب التي يمكن للعملاء المتميزين الاستفادة منها أثناء تشكيل استراتيجيات جمع التبرعات الخاصة بهم.
عندما رأينا تأثير نماذج التبرع المضمنة من خلال اختباراتنا، ألهمت نتائج التحويل العديد من المنظمات غير الربحية للتسجيل لتجربة التأثير.
على سبيل المثال:
- شهدت منظمة Many Hopes تحسنًا بنسبة 56% في التبرعات على أساس سنوي.
- قامت مؤسسة V بزيادة التحويل بمقدار 13 نقطة.
- شهدت Feeding San Diego معدل تحويل بلغ 44%.
ابحث عن منصة لجمع التبرعات يمكنك الوثوق بها
يعد اختبار A/B أداة قيمة لمؤسستك غير الربحية لاتخاذ قرارات واثقة. ومع ذلك، فهي أيضًا عملية مكلفة وتستغرق وقتًا طويلاً ويمكن أن تسبب عملاً إضافيًا أو مشقة عند القيام بذلك بمفردك. هذا هو المكان الذي يأتي فيه كلاسي.
في Classy، نحن ملتزمون باختبار منتجاتنا قبل وبعد توفيرها للعملاء للتأكد من أن كل منتج يلبي متطلبات القطاع بأكثر الطرق كفاءة وفعالية. بالإضافة إلى ذلك، نهدف إلى تزويد كل منظمة غير ربحية تستخدم Classy بالثقة لمعرفة أن كل منتج في مجموعة جمع التبرعات لدينا يخضع لاختبارات صارمة إلى أقصى حد، ثم يتم تعديل النتائج لتلبية توقعات المانحين والمنظمات غير الربحية.
لم تكن رحلتنا مع Classy أقل من تحويلية. لقد مكننا من رفع جهودنا في جمع التبرعات، والتواصل مع الجهات المانحة على مستوى شخصي أكثر، وتحقيق أهدافنا بشكل أكثر فعالية.
نحن نتطلع إلى مواصلة تجربة اختبار A/B عبر نظامنا الأساسي حيث نكتسب المزيد من المعرفة حول ما يتردد صداها مع المانحين اليوم وما يدفعهم إلى اتخاذ إجراءات لدعم المهام الرائعة مثل مهمتك.
محرر النسخة: أيانا جوليان
مصدر المقال
- “كيفية حساب حجم العينة بشكل صحيح في اختبار A/B،” خمن الاختبار، آخر تعديل في ديسمبر 2021، https://guessthetest.com/calculating-sample-size-in-ab-testing-everything-you-need-to -اعرف .
اكتشف إمكانيات الطراز الأنيق