ຄຳ ແນະ ນຳ ສຳ ລັບການທົດສອບ A / B ໃນ Google Play Experiments

ກູໂກຫຼິ້ນ

ສຳ ລັບນັກພັດທະນາແອັບ Android Android, ການທົດລອງ Google Play ສາມາດໃຫ້ຂໍ້ມູນທີ່ມີຄຸນຄ່າແລະຊ່ວຍເພີ່ມການຕິດຕັ້ງ. ການດໍາເນີນການທົດສອບ A / B ທີ່ຖືກອອກແບບແລະວາງແຜນທີ່ດີສາມາດສ້າງຄວາມແຕກຕ່າງລະຫວ່າງຜູ້ໃຊ້ທີ່ຕິດຕັ້ງແອັບ your ຂອງທ່ານຫຼືຜູ້ແຂ່ງຂັນ. ເຖິງຢ່າງໃດກໍ່ຕາມ, ມີຫຼາຍໆກໍລະນີທີ່ການທົດສອບໄດ້ ດຳ ເນີນການບໍ່ຖືກຕ້ອງ. ຄວາມຜິດພາດເຫລົ່ານີ້ສາມາດຕໍ່ຕ້ານກັບແອັບ an ແລະກໍ່ໃຫ້ເກີດຄວາມເສຍຫາຍຕໍ່ການເຮັດວຽກຂອງມັນ.

ນີ້ແມ່ນ ຄຳ ແນະ ນຳ ສຳ ລັບການ ນຳ ໃຊ້ ການທົດລອງ Google Play ສໍາລັບການ A ການທົດສອບ / B.

ການຕັ້ງຄ່າການທົດລອງ Google Play

ທ່ານສາມາດເຂົ້າໃຊ້ console Experiment ຈາກພາຍໃນ dashboard app ຂອງ Google Play Developer Console. ໄປ​ຫາ ຮ້ານມີ ຢູ່ເບື້ອງຊ້າຍຂອງ ໜ້າ ຈໍແລ້ວເລືອກ ປະສົບການການເກັບຮັກສາລາຍຊື່. ຈາກບ່ອນນັ້ນ, ທ່ານສາມາດເລືອກ "ທົດລອງ ໃໝ່" ແລະຕັ້ງການທົດສອບຂອງທ່ານ.

ມີສອງປະເພດຂອງການທົດລອງທີ່ທ່ານສາມາດດໍາເນີນການ: ການທົດລອງກາຟິກເລີ່ມຕົ້ນ ແລະ ການທົດລອງທ້ອງຖິ່ນ. ການທົດລອງກາຟິກເລີ່ມຕົ້ນພຽງແຕ່ຈະທົດສອບໃນຂົງເຂດທີ່ມີພາສາທີ່ທ່ານເລືອກເປັນຄ່າເລີ່ມຕົ້ນຂອງທ່ານ. ໃນທາງກົງກັນຂ້າມ, ການທົດລອງທີ່ໃຊ້ໃນທ້ອງຖິ່ນ, ຈະເຮັດການທົດສອບຂອງທ່ານໃນຂົງເຂດໃດ ໜຶ່ງ ທີ່ແອັບ is ຂອງທ່ານມີຢູ່.

ອະດີດອະນຸຍາດໃຫ້ທ່ານທົດສອບອົງປະກອບທີ່ສ້າງສັນເຊັ່ນ: ຮູບສັນຍາລັກແລະພາບ ໜ້າ ຈໍ, ໃນຂະນະທີ່ອັນສຸດທ້າຍກໍ່ຊ່ວຍໃຫ້ທ່ານທົດສອບ ຄຳ ອະທິບາຍສັ້ນແລະຍາວຂອງທ່ານ.

ເມື່ອເລືອກຕົວແປທົດສອບຂອງທ່ານ, ຈົ່ງຈື່ໄວ້ວ່າຕົວຢ່າງທີ່ທ່ານທົດສອບຫຼາຍ, ມັນຈະໃຊ້ເວລາດົນກວ່າເກົ່າເພື່ອໃຫ້ໄດ້ຜົນທີ່ສາມາດປະຕິບັດໄດ້. ການປ່ຽນແປງຫຼາຍເກີນໄປສາມາດສົ່ງຜົນໃຫ້ການທົດສອບຕ້ອງການເວລາແລະການຈະລາຈອນເພີ່ມເຕີມເພື່ອສ້າງໄລຍະຫ່າງຄວາມ ໝັ້ນ ໃຈທີ່ ກຳ ນົດຜົນກະທົບການປ່ຽນໃຈເຫລື້ອມໃສທີ່ເປັນໄປໄດ້.

ເຂົ້າໃຈຜົນການທົດລອງ

ເມື່ອທ່ານທົດສອບ, ທ່ານສາມາດວັດຜົນໄດ້ຮັບໂດຍອີງໃສ່ຜູ້ຕິດຕັ້ງຄັ້ງ ທຳ ອິດຫຼືຜູ້ຕິດຕັ້ງທີ່ເກັບຮັກສາໄວ້ (ມື້ ໜຶ່ງ). ຜູ້ຕິດຕັ້ງຄັ້ງ ທຳ ອິດແມ່ນການສົນທະນາທັງ ໝົດ ທີ່ພົວພັນກັບຕົວປ່ຽນແປງ, ໂດຍຜູ້ຕິດຕັ້ງ Retained ແມ່ນຜູ້ໃຊ້ທີ່ເກັບຮັກສາແອັບ after ຫຼັງຈາກມື້ ທຳ ອິດ.

ຄອນໂຊນຍັງໃຫ້ຂໍ້ມູນກ່ຽວກັບປັດຈຸບັນ (ຜູ້ໃຊ້ທີ່ຕິດຕັ້ງແອັບ app) ແລະ Scaled (ຈຳ ນວນການຕິດຕັ້ງທີ່ທ່ານຈະໄດ້ຮັບການສົມມຸດຖານໄດ້ຖ້າຕົວແປໄດ້ຮັບ 100% ຂອງການຈະລາຈອນໃນຊ່ວງທົດສອບ).

ການທົດລອງໃຊ້ Google Play ແລະການທົດສອບ A / B

ໄລຍະເວລາຄວາມ ໝັ້ນ ໃຈ 90% ແມ່ນຜະລິດພາຍຫຼັງການທົດສອບໄດ້ ດຳ ເນີນໄປເປັນເວລາດົນພໍທີ່ຈະໄດ້ຮັບຄວາມເຂົ້າໃຈທີ່ສາມາດປະຕິບັດໄດ້. ມັນສະແດງໃຫ້ເຫັນແຖບສີແດງ / ສີຂຽວທີ່ສະແດງເຖິງການປ່ຽນແປງທາງທິດສະດີຖ້າຈະມີການປ່ຽນແປງ ໃໝ່ໆ. ຖ້າແຖບສີຂຽວ, ມັນແມ່ນການປ່ຽນແປງໃນທາງບວກ, ສີແດງຖ້າມັນເປັນລົບ, ແລະ / ຫຼືທັງສອງສີ ໝາຍ ຄວາມວ່າມັນສາມາດແກວ່ງໄປທາງໃດກໍ່ໄດ້.

ການປະຕິບັດທີ່ດີທີ່ສຸດເພື່ອພິຈາລະນາທົດສອບ A / B ໃນ Google Play

ໃນເວລາທີ່ທ່ານກໍາລັງດໍາເນີນການທົດສອບ A / B ຂອງທ່ານ, ທ່ານຈະຕ້ອງການລໍຖ້າຈົນກ່ວາໄລຍະເວລາຄວາມຫມັ້ນໃຈໄດ້ຖືກສ້າງຕັ້ງຂຶ້ນກ່ອນທີ່ຈະຕັດສິນໃຈໃດໆ. ການຕິດຕັ້ງຕໍ່ຕົວແປສາມາດປ່ຽນໄດ້ຕະຫຼອດຂັ້ນຕອນການທົດສອບ, ສະນັ້ນຖ້າບໍ່ທົດລອງໃຊ້ດົນພໍທີ່ຈະສ້າງຄວາມ ໝັ້ນ ໃຈໃນລະດັບໃດ ໜຶ່ງ, ຕົວປ່ຽນອາດຈະປະຕິບັດໄດ້ແຕກຕ່າງກັນເມື່ອ ນຳ ສະ ເໜີ ສົດ.

ຖ້າບໍ່ມີການຈະລາຈອນພຽງພໍທີ່ຈະສ້າງໄລຍະເວລາທີ່ເຊື່ອ ໝັ້ນ, ທ່ານສາມາດປຽບທຽບທ່າອ່ຽງການປ່ຽນໃຈເຫລື້ອມໃສໃນແຕ່ລະອາທິດເພື່ອເບິ່ງວ່າມີຄວາມສອດຄ່ອງທີ່ເກີດຂື້ນ.

ທ່ານຍັງຕ້ອງການຕິດຕາມຜົນກະທົບຫຼັງການຈັດສົ່ງ. ເຖິງແມ່ນວ່າ Confidence Interval ລະບຸວ່າຕົວປ່ຽນແປງການທົດສອບຈະໄດ້ຮັບຜົນດີກວ່າ, ການປະຕິບັດຕົວຈິງຂອງມັນຍັງສາມາດແຕກຕ່າງກັນ, ໂດຍສະເພາະຖ້າມີຊ່ວງສີແດງ / ສີຂຽວ.

ຫຼັງຈາກການ ນຳ ໃຊ້ຕົວແປທົດສອບ, ໃຫ້ຕິດຕາມເບິ່ງຄວາມປະທັບໃຈແລະສັງເກດເບິ່ງວ່າມັນມີຜົນກະທົບແນວໃດ. ຜົນກະທົບທີ່ແທ້ຈິງອາດຈະແຕກຕ່າງຈາກການຄາດຄະເນໄວ້.

ເມື່ອທ່ານໄດ້ ກຳ ນົດວ່າຕົວແປໃດທີ່ເຮັດໄດ້ດີທີ່ສຸດ, ທ່ານຕ້ອງການປັບປຸງແລະປັບປຸງ ໃໝ່. ສ່ວນ ໜຶ່ງ ຂອງເປົ້າ ໝາຍ ຂອງການທົດສອບ A / B ແມ່ນການຊອກຫາວິທີການ ໃໝ່ ເພື່ອປັບປຸງ. ຫຼັງຈາກຮຽນຮູ້ສິ່ງທີ່ເຮັດວຽກ, ທ່ານສາມາດສ້າງຕົວປ່ຽນແປງໃຫມ່ທີ່ເຮັດໃຫ້ຜົນໄດ້ຮັບຢູ່ໃນໃຈ.

ຜົນທົດລອງຂອງ Google Play ແລະຜົນການທົດສອບ A / B

ຍົກຕົວຢ່າງ, ເມື່ອເຮັດວຽກກັບ AVIS, Gummicube ໄດ້ຜ່ານການທົດສອບ A / B ຫຼາຍຮອບ. ສິ່ງນີ້ຊ່ວຍໃຫ້ ກຳ ນົດວ່າອົງປະກອບທີ່ສ້າງສັນແລະການສົ່ງຂໍ້ຄວາມຜູ້ໃຊ້ທີ່ປ່ຽນໃຈເຫລື້ອມໃສດີທີ່ສຸດ. ວິທີການດັ່ງກ່າວໄດ້ເຮັດໃຫ້ການປ່ຽນໃຈເຫລື້ອມໃສເພີ່ມຂຶ້ນ 28% ຈາກການທົດສອບກາຟິກທີ່ມີລັກສະນະດຽວ.

ການຫລອກລວງແມ່ນມີຄວາມ ສຳ ຄັນຕໍ່ການເຕີບໃຫຍ່ຂອງແອັບ your ຂອງທ່ານ. ມັນຊ່ວຍໃຫ້ທ່ານເປີດການສົນທະນາຢ່າງຕໍ່ເນື່ອງເມື່ອຄວາມພະຍາຍາມຂອງທ່ານເຕີບໃຫຍ່ຂື້ນ.

ສະຫຼຸບ

ການທົດສອບ A / B ສາມາດເປັນວິທີທີ່ດີທີ່ຈະປັບປຸງແອັບ and ແລະໂດຍລວມຂອງທ່ານ ການເພີ່ມປະສິດທິພາບຂອງ App Store. ເມື່ອຕັ້ງການທົດສອບຂອງທ່ານ, ຮັບປະກັນວ່າທ່ານ ຈຳ ກັດ ຈຳ ນວນຕົວແປທີ່ທ່ານທົດສອບໃນເວລາດຽວກັນເພື່ອເລັ່ງຜົນຂອງການທົດສອບ.

ໃນລະຫວ່າງການທົດສອບ, ຕິດຕາມກວດກາວິທີການຕິດຕັ້ງຂອງທ່ານໄດ້ຮັບຜົນກະທົບແລະສິ່ງທີ່ Confidence Interval ສະແດງ. ຜູ້ໃຊ້ທີ່ເຫັນແອັບ that ຂອງທ່ານຫຼາຍເທົ່າໃດ, ໂອກາດຂອງທ່ານກໍ່ຈະດີກວ່າໃນການສ້າງແນວໂນ້ມທີ່ສອດຄ່ອງເຊິ່ງເຮັດໃຫ້ຜົນໄດ້ຮັບຖືກຕ້ອງ.

ສຸດທ້າຍ, ທ່ານຈະຕ້ອງການທີ່ຈະເຮັດ iterate ຢູ່ສະເຫມີ. ແຕ່ລະການເວົ້າຂື້ນມາສາມາດຊ່ວຍໃຫ້ທ່ານຮຽນຮູ້ສິ່ງທີ່ປ່ຽນຜູ້ໃຊ້ໃຫ້ດີທີ່ສຸດ, ສະນັ້ນທ່ານສາມາດເຂົ້າໃຈວິທີການເພີ່ມປະສິດທິພາບຂອງແອັບ app ແລະຂະ ໜາດ ຂອງທ່ານ. ໂດຍການ ນຳ ໃຊ້ວິທີການແບບທົດລອງ A / B, ນັກພັດທະນາສາມາດເຮັດວຽກເພື່ອຂະຫຍາຍແອັບ app ຂອງພວກເຂົາຕື່ມອີກ.

ທ່ານຄິດແນວໃດ?

ເວັບໄຊທ໌ນີ້ໃຊ້ Akismet ເພື່ອຫຼຸດຜ່ອນການຂີ້ເຫຍື້ອ. ຮຽນຮູ້ວິທີທີ່ຂໍ້ມູນຂອງທ່ານຖືກປະຕິບັດ.