تست A/B روشی برای مقایسهٔ دو یا چند نسخه از یک صفحه یا یک بخش از سایت است. بازدیدکنندگان بهصورت تصادفی بین نسخهها تقسیم میشوند و رفتار آنها، مثل کلیک روی دکمه، پرکردن فرم یا خرید، اندازهگیری میشود تا مشخص شود کدام نسخه برای هدف تعیینشده بهتر عمل میکند. به بیان ساده، تست A/B تصمیمگیری دربارهٔ تغییرات سایت را از حدس و سلیقه به دادههای رفتار کاربران واقعی منتقل میکند.
در این راهنما میبینید تست A/B دقیقاً چیست، چه تفاوتی با اسپلیت تست و تست چندمتغیره دارد، چه چیزهایی را میتوان با آن سنجید، چطور مرحلهبهمرحله اجرا میشود و چه نکاتی را باید رعایت کرد تا اجرای تست به سئو سایت آسیب نزند.
تست A/B چیست و چه مشکلی را حل میکند؟
در تست A/B، نسخهٔ فعلی صفحه «نسخهٔ کنترل» یا A نام دارد و نسخهای که یک تغییر مشخص در آن اعمال شده، «نسخهٔ آزمایشی» یا B است. هر دو نسخه در یک بازهٔ زمانی و همزمان به گروههای مشابهی از کاربران نمایش داده میشوند. همزمان بودن شرط مهمی است؛ اگر نسخهٔ A را این هفته و نسخهٔ B را هفتهٔ بعد نمایش دهید، تفاوت نتیجه ممکن است بهجای تغییر صفحه، از تفاوت شرایط بازار، تبلیغات یا رفتار فصلی کاربران آمده باشد.
مشکل اصلی که این روش حل میکند، تصمیمگیری بر پایهٔ نظر شخصی است. بسیاری از تغییرات سایت، مثل عوضکردن تیتر صفحهٔ خدمات یا جابهجایی فرم تماس، بدون سنجش اعمال میشوند و بعد کسی نمیداند اثرشان مثبت بوده یا منفی. تست A/B یکی از ابزارهای اصلی بهینهسازی نرخ تبدیل است و کمک میکند اثر هر تغییر را جداگانه ببینید.
تست A/B جای تجربه و شناخت مخاطب را نمیگیرد؛ فقط نشان میدهد کدام ایدهٔ شما در رفتار کاربران واقعی نتیجهٔ بهتری دارد.
تفاوت تست A/B، اسپلیت تست و تست چندمتغیره
این سه اصطلاح گاهی بهجای هم بهکار میروند، اما در اجرا تفاوت دارند. طبق مستندات گوگل، در تست A/B دو یا چند نسخه از یک تغییر آزمایش میشود و در تست چندمتغیره چند نوع تغییر همزمان بررسی میشود تا اثر هرکدام و اثر ترکیب آنها مشخص شود. اسپلیت تست معمولاً به حالتی گفته میشود که هر نسخه یک URL جداگانه دارد و بخشی از کاربران به نشانی نسخهٔ جدید هدایت میشوند.
| روش | چه چیزی تغییر میکند؟ | مناسب برای | نکتهٔ اجرایی |
| تست A/B | یک عنصر یا یک تغییر مشخص در همان صفحه | تیتر، متن دکمه، تصویر یا فرم | سادهترین روش برای شروع و تفسیر نتیجه |
| اسپلیت تست (URL جداگانه) | کل صفحه یا طراحی متفاوت در نشانی دیگر | بازطراحی صفحه یا لندینگ جدید | نسخههای آزمایشی به نشانی اصلی canonical شوند و ریدایرکت موقت باشد |
| تست چندمتغیره | چند عنصر همزمان در ترکیبهای مختلف | بررسی اثر ترکیب عناصر روی هم | هر ترکیب ترافیک جداگانه لازم دارد و برای سایتهای کمبازدید دشوار است |
اگر سایت شما ترافیک محدودی دارد، معمولاً تست A/B ساده با یک تغییر، انتخاب عملیتری است؛ چون تقسیم ترافیک کم بین ترکیبهای زیاد، رسیدن به نتیجهٔ قابلاتکا را طولانی یا ناممکن میکند.

در سایت چه چیزهایی را میتوان با تست A/B سنجید؟
هر بخشی از صفحه که روی تصمیم کاربر اثر میگذارد، قابل آزمایش است. گوگل در مستندات خود مثالهایی مانند اندازه، رنگ یا محل دکمه و تصویر و متن فراخوان، مثلاً «افزودن به سبد» در برابر «همین حالا بخرید»، را ذکر میکند. رایجترین موارد در سایتهای خدماتی و فروشگاهی عبارتند از:
- تیتر اصلی و زیرتیتر صفحهٔ خدمات یا لندینگ
- متن، رنگ و محل دکمهٔ فراخوان عمل
- تعداد فیلدها و ترتیب سؤالهای فرم مشاوره یا ثبت سفارش
- تصویر اصلی صفحه و نحوهٔ نمایش نمونهکارها یا نظرات مشتریان
- چیدمان صفحهٔ محصول، مثل جایگاه توضیحات، مشخصات و دکمهٔ خرید
- موضوع ایمیلهای بازاریابی و متن تبلیغات کلیکی
برای طراحی دکمهها و پیام دعوت به اقدام، پیش از تست بهتر است اصول نوشتن کال تو اکشن را مرور کنید تا نسخهٔ آزمایشی از ابتدا بر یک ایدهٔ منطقی بنا شود.
هر عنصر باید با معیاری سنجیده شود که واقعاً با هدف صفحه ارتباط دارد. برای مثال، معیار مناسب برای متن دکمه معمولاً نرخ کلیک روی همان دکمه است، اما برای فرم مشاوره، تعداد فرمهای ارسالشده معیار دقیقتری است. جدول زیر این ارتباط را خلاصه میکند:
| عنصر آزمایشی | معیار اصلی سنجش | معیار کمکی برای کنترل |
| تیتر صفحه | ادامهٔ مطالعه یا کلیک روی اقدام اصلی صفحه | نرخ خروج از صفحه |
| دکمهٔ فراخوان عمل | نرخ کلیک روی دکمه | تکمیل مرحلهٔ بعد، مثل ارسال فرم یا خرید |
| فرم مشاوره | تعداد فرمهای ارسالشده نسبت به بازدید | کیفیت درخواستها از نگاه تیم فروش |
| صفحهٔ محصول | افزودن به سبد خرید | تکمیل خرید و میزان مرجوعی |
مراحل اجرای تست A/B بهصورت گامبهگام
اجرای درست تست A/B بیشتر به برنامهریزی وابسته است تا به ابزار. این مراحل را بهترتیب انجام دهید:
- صفحهای را انتخاب کنید که هم ترافیک کافی دارد و هم برای کسبوکار مهم است؛ مثل صفحهٔ خدمات اصلی یا صفحهٔ محصول پرفروش. دادههای گوگل آنالیتیکس و سرچ کنسول کمک میکنند صفحات پربازدید با نرخ تبدیل ضعیف را پیدا کنید.
- هدف و معیار اصلی را پیش از شروع مشخص کنید؛ مثلاً ارسال فرم مشاوره. تعیین معیار بعد از دیدن نتایج، راه را برای تفسیر دلخواه دادهها باز میکند.
- یک فرضیهٔ روشن بنویسید که هم تغییر، هم دلیل و هم نتیجهٔ مورد انتظار را بگوید.
- نسخهٔ B را فقط با همان یک تغییر بسازید و بقیهٔ صفحه را دست نزنید.
- ترافیک را بهصورت تصادفی و همزمان بین دو نسخه تقسیم کنید و پیش از شروع، مدت تست و حجم دادهای را که برای تصمیم لازم دارید تعیین کنید.
- پس از جمعشدن دادهٔ کافی، نتیجه را بررسی کنید و علاوه بر کل کاربران، رفتار کاربران موبایل و دسکتاپ را هم جداگانه ببینید.
- نسخهٔ برنده را روی سایت اعمال کنید، کدها و نشانیهای آزمایشی را حذف کنید و نتیجه را همراه با فرضیه مستند کنید.
فرضیهٔ تست را چطور بنویسیم؟
یک الگوی ساده برای نوشتن فرضیه این است: «اگر (تغییر مشخص) را اعمال کنیم، (معیار اصلی) بهتر میشود، چون (دلیل مبتنی بر داده یا بازخورد کاربران).» برای مثال: اگر فرم مشاوره را از پایین صفحه به بخش بالایی منتقل کنیم، تعداد فرمهای ارسالشده بیشتر میشود، چون بخش زیادی از کاربران پیش از رسیدن به انتهای صفحه خارج میشوند. بخش «دلیل» باید از دادههایی مثل گزارش اسکرول یا بازخورد کاربران بیاید، نه از حدس.
فرضیهای که دلیل روشن ندارد، حتی اگر برنده شود، درسی برای تغییرات بعدی نمیدهد؛ پس قبل از ساخت نسخهٔ B، دلیل تغییر را بنویسید.

تست را چه زمانی متوقف کنیم؟
گوگل تصریح میکند مدت لازم برای یک تست قابلاتکا به عواملی مثل نرخ تبدیل و میزان ترافیک سایت بستگی دارد و ابزار تست خوب به شما میگوید چه زمانی دادهٔ کافی برای نتیجهگیری جمع شده است. بنابراین عدد ثابتی برای همهٔ سایتها وجود ندارد. اشتباه رایج این است که با دیدن برتری اولیهٔ یک نسخه، تست زود متوقف شود؛ نوسانهای روزهای اول معمولاً زیاد است و ممکن است با ادامهٔ تست از بین برود. بهتر است تست دستکم روزهای مختلف هفته را پوشش دهد تا تفاوت رفتار کاربران در روزهای کاری و تعطیل، نتیجه را منحرف نکند.
تست A/B چه تأثیری بر سئو دارد؟
نگرانی بسیاری از مدیران سایت این است که نمایش نسخههای مختلف یک صفحه، از نگاه گوگل محتوای تکراری یا فریبکاری حساب شود. گوگل در راهنمای رسمی حداقل کردن اثر تست A/B در جستوجوی گوگل توضیح داده است که تغییرات کوچک مثل رنگ یا محل دکمه و متن فراخوان، معمولاً اثر کمی بر اسنیپت یا رتبهٔ صفحه دارند. با این حال، برای اینکه تست به عملکرد سایت در جستوجو آسیب نزند، این نکات را رعایت کنید:
- کلوکینگ نکنید: نسخهای که به Googlebot نشان داده میشود نباید با نسخهٔ کاربران متفاوت باشد. گوگل این کار را، چه با منطق سرور و چه با robots.txt، خلاف سیاستهای اسپم میداند.
- در تست با چند URL، روی نشانیهای آزمایشی rel=canonical به نشانی اصلی قرار دهید. گوگل استفاده از canonical را بهجای متا تگ noindex توصیه میکند.
- اگر کاربران را از نشانی اصلی به نسخهٔ آزمایشی هدایت میکنید، از ریدایرکت موقت ۳۰۲ استفاده کنید، نه ریدایرکت دائمی ۳۰۱. ریدایرکت مبتنی بر جاوااسکریپت هم از نظر گوگل قابل قبول است.
- تست را فقط به اندازهٔ لازم ادامه دهید. گوگل اعلام کرده اجرای غیرضروری و طولانی یک آزمایش، بهویژه وقتی یک نسخه به بخش بزرگی از کاربران نمایش داده میشود، ممکن است تلاش برای فریب موتور جستوجو تفسیر شود.
- اگر تست با کوکی کنترل میشود، در نظر داشته باشید Googlebot معمولاً از کوکی پشتیبانی نمیکند و همان نسخهای را میبیند که برای مرورگرهای بدون کوکی نمایش داده میشود.
بعد از پایان تست، نسخهٔ برنده را دائمی کنید و نشانیها، اسکریپتها و کدهای آزمایشی را حذف کنید تا هیچ ردی از آزمایش در سایت باقی نماند.
ابزارهای تست A/B را چطور انتخاب کنیم؟
ابزار رایگان Google Optimize از ۳۰ سپتامبر ۲۰۲۳ از دسترس خارج شده است. طبق اعلام گوگل در صفحهٔ راهنمای آنالیتیکس، این شرکت روی یکپارچگی گوگل آنالیتیکس با ابزارهای تست A/B شخص ثالث، از جمله AB Tasty، Optimizely و VWO، کار کرده و APIهای خود را برای اتصال سایر ابزارها نیز در دسترس قرار داده است.
برای انتخاب ابزار، بهجای مقایسهٔ صرف امکانات، به این پرسشها پاسخ دهید:
- آیا ابزار با گوگل آنالیتیکس ۴ و سیستم گزارشگیری فعلی شما یکپارچه میشود؟
- آیا تغییرات در سمت مرورگر اعمال میشود یا در سمت سرور، و این روش چه اثری بر سرعت بارگذاری صفحه دارد؟
- آیا ابزار به شما نشان میدهد چه زمانی دادهٔ کافی برای نتیجهگیری جمع شده است؟
- آیا تیم شما بدون کمک برنامهنویس میتواند نسخهٔ آزمایشی بسازد و تست را مدیریت کند؟

اشتباهات رایج در اجرای تست A/B
- تغییر همزمان چند عنصر در نسخهٔ B؛ در این حالت نمیدانید کدام تغییر باعث تفاوت نتیجه شده است.
- متوقفکردن تست بهمحض دیدن برتری اولیهٔ یک نسخه، پیش از جمعشدن دادهٔ کافی.
- اجرای تست روی صفحهای با بازدید بسیار کم که هرگز به نتیجهٔ قابلاتکا نمیرسد.
- انتخاب معیار موفقیت پس از دیدن نتایج یا تغییر آن در میانهٔ تست.
- نمایش نسخهها در زمانهای متفاوت بهجای نمایش همزمان.
- فراموشکردن حذف نشانیها و کدهای آزمایشی بعد از پایان تست.
گاهی مشکل صفحه آنقدر پایهای است که پیش از تست باید رفع شود؛ مثلاً سرعت پایین، پیام نامشخص یا فرم معیوب. پیش از طراحی تست، دلایل رایج نرخ تبدیل پایین لندینگ پیج را بررسی کنید تا وقت تست صرف ایرادهایی نشود که بدون آزمایش هم قابل اصلاحاند.
یک سناریوی فرضی برای مدیر سایت خدماتی
فرض کنید صفحهٔ خدمات یک شرکت بازدید خوبی از جستوجوی گوگل دارد، اما درخواست مشاورهٔ کمی از آن ثبت میشود. گزارش اسکرول نشان میدهد بیشتر کاربران پیش از رسیدن به فرم انتهای صفحه خارج میشوند.
فرضیهٔ تیم این است که اگر یک دکمهٔ «درخواست مشاوره» در بخش بالای صفحه اضافه شود، تعداد فرمهای ارسالشده بیشتر میشود. نسخهٔ A همان صفحهٔ فعلی است و نسخهٔ B فقط همین دکمه را اضافه دارد. معیار اصلی تعداد فرمهای ارسالشده نسبت به بازدید است و تیم فروش کیفیت درخواستها را هم بررسی میکند. تست در همان نشانی اصلی و بدون تغییر URL اجرا میشود، بنابراین نیازی به ریدایرکت یا canonical جداگانه نیست.
اگر نسخهٔ B با دادهٔ کافی برتری داشت، دکمه دائمی میشود و ایدهٔ بعدی، مثلاً کوتاهکردن فرم، در تست جدیدی آزمایش میشود. اگر تفاوتی دیده نشد، همین نتیجه هم ارزشمند است؛ یعنی محل فرم مشکل اصلی نبوده و باید فرضیهٔ دیگری بررسی شود.
جمعبندی
تست A/B روشی برای مقایسهٔ همزمان دو یا چند نسخه از یک صفحه با کاربران واقعی است تا تصمیمهای طراحی و محتوایی بر پایهٔ داده گرفته شوند. برای نتیجهٔ قابلاتکا، با یک فرضیهٔ روشن و یک تغییر مشخص شروع کنید، معیار موفقیت را از قبل تعیین کنید و تست را تا جمعشدن دادهٔ کافی ادامه دهید. برای حفظ سئو، کلوکینگ نکنید، در تستهای چندURL از canonical و ریدایرکت ۳۰۲ استفاده کنید و پس از پایان تست، همهٔ آثار آن را حذف کنید.
اگر میخواهید صفحات خدمات و محصولات سایتتان هم در جستوجو دیده شوند و هم ورودیها را به مشتری تبدیل کنند، میتوانید صفحهٔ خدمات سئو سایت یاس وب را برای آشنایی با نوع همکاری بررسی کنید.


