لم تُحسّن سوى ثلث الأفكار التي تم اختبارها على منصة التجارب الخاصة بمايكروسوفت المقياس الذي صُممت لتحسينه، وقدّرت نتفليكس نسبة نجاحها بنحو واحد من كل عشرة (كوهفي ولونغبوثام، 2015إذا كانت معظم أفكارك المتراكمة خاطئة، فإن ترتيب اختبارها هو ما يحدد العائد الأكبر الذي ستحصل عليه. هذا الدليل موجه لقادة تحسين معدل التحويل ومديري المنتجات الذين لديهم بالفعل أفكار اختبار أكثر من حجم الزيارات. نقوم بتقييم الأفكار الثلاث نفسها باستخدام ICE وPIE وPXL وRICE، ونوضح سبب اختلاف ترتيبها، ونقدم قاعدة للاختيار بينها، ونضيف المعيار الذي تفتقر إليه جميعها: ما إذا كان الاختبار سيحقق نتائج ذات دلالة إحصائية قبل نهاية الربع.
ما الذي يراهن عليه كل إطار عمل فعلياً
تُنتج جميعها أرقامًا، ولا يقيس أي منها الشيء نفسه. كل منها أقرب إلى رأي مُختصر حول ما يجعل الاختبار جديرًا بالتنفيذ منه إلى نظام تسجيل نقاط.
| الإطار | المدخلات | المعادلة | المنشأ | الرهان الذي يرمز إليه |
|---|---|---|---|---|
| ICE | التأثير، الثقة، السهولة، كل منها من 1 إلى 10 | أنا × ج × هـ | شون إليس، ممارس النمو | الحكمة القائمة على الخبرة هي أرخص إشارة |
| فطيرة | الإمكانات، الأهمية، السهولة، كل منها من 1 إلى 10 | متوسط الثلاثة | كريس جوارد، وايدر فانل (الآن) تحويل) | مكان إجراء الاختبار أهم من التغيير الذي تُجريه |
| PXL | حوالي 9 أسئلة ثنائية في الغالب، بعضها ذو وزن 0 أو 2 | المجموع، من قيمة قصوى ثابتة | بيب لاجا، سي إكس إل، 27 سبتمبر 2016 | الأدلة التي تدعم فكرة ما تتفوق على الثقة بها. |
| الأرز | الوصول (عدد الأشخاص لكل فترة)، التأثير (من 0.25 إلى 3)، الثقة (50/80/100%)، الجهد (عدد الأشخاص بالأشهر) | (R × I × C) / E | شون ماكبرايد، إنتركوم، 5 يناير 2018 | تأثير النتيجة لكل وحدة عمل |
قبل اعتماد أي إطار عمل، إليك تصحيحان: صُمم PXL في الأصل لمهاجمة أطر عمل تحسين معدل التحويل الأخرى، إذ يرى لاجا أنه لو أمكن التنبؤ بدقة بالإمكانات أو مستوى الثقة مسبقًا، لما احتجت إلى اختبار. أما صفحة PIE الرسمية، فتُحدد المعايير لكنها لا تنشر مقياسًا أو صيغة، ما يدفع كل فريق إلى ابتكار معاييره الخاصة. كما أن نطاق widerfunnel.com يُعيد التوجيه الآن إلى conversion.com، لذا فإن إطار العمل الذي تستشهد به معظم عروض تحسين معدل التحويل لا يملك مواصفات أساسية مُحدثة.
نفس التراكم، مصنف بأربع طرق
ثلاثة اختبارات للمرشحين على متجر تجزئة متوسط الحجم. الأرقام توضيحية وليست بيانات عميل.
- A. تفاصيل الأقساط (الدفعة) مُدرجة ضمن قسم سعر صفحة المنتج. ١٨٠ ألف مشاهد لصفحة تفاصيل المنتج شهريًا، مدعومة بتحليلات وتعليقات العملاء.
- B. إزالة خاصية إنشاء حساب إجباري أثناء عملية الدفع. يتم بدء 12,000 عملية دفع شهريًا، مدعومة بجلسات اختبار سهولة الاستخدام، والتسجيلات، والتحليلات، وقنوات الدعم.
- C. إعادة صياغة العنوان الرئيسي للصفحة الرئيسية. ٢٢٠ ألف زيارة للصفحة الرئيسية شهرياً، بدون أي بحث داعم، تم اقتراحه في ورشة عمل.
| اختبار | الأرز | ICE | فطيرة | PXL (من 12) |
|---|---|---|---|---|
| أ: تفاصيل الأقساط | 144,000 (1st) | 294 (ثاني) | 7.0 (ثاني) | 10 (1st) |
| ب: لا يوجد حساب إجباري | 18,000 (الثالث) | 405 (1st) | 6.3 (الثالث) | 9 (ثاني) |
| ج: عنوان رئيسي | 55,000 (ثاني) | 144 (الثالث) | 7.3 (1st) | 6 (الثالث) |
كل اختبار يحقق النجاح في إطار واحد على الأقل. يكمن الخلاف في أداء الأطر لوظائفها.
- يضع الأرز في المقدمة لأن الوصول يعتمد على عدد الموظفين فقط. سيؤدي ذلك إلى إخفاء عمليات الدفع وإدارة الحسابات في أي مسار مبيعات عادي.
- تضع إدارة الهجرة والجمارك الأمريكية (ICE) الفئة ب في المقام الأول لأنّ تقييم الممارس الخبير لإنشاء حساب قسريّ (التأثير 9، الثقة 9، ومؤشر ICE يُضاعف الآراء). غيّر المُقيِّم، غيّر الخطة.
- يضع مخطط PIE الحرف C أولاً لأن الصفحة الرئيسية تجذب أكبر عدد من الزوار ذوي القيمة العالية، وكتابة المحتوى عليها أمر في غاية السهولة. تم تصميم PIE للاختيار صفحات; طُلب منه الترتيب التغييراتفهو يكافئ التعديلات الرخيصة على القوالب المهمة.
- يضع PXL الحرف C في النهاية لأن الخيار (ج) يحصل على صفر في جميع أسئلة الأدلة الأربعة. إنه الإطار الوحيد الذي يعاقب الحدس بشكل منهجي بدلاً من الوثوق بصدق المُقيِّم بشأن مستوى الثقة.
أيها تستخدم؟ اختر بناءً على قيد الربط الخاص بك.
| قيد ملزم | استعمل | لأن |
|---|---|---|
| لم تُجرَ أي بحوث حتى الآن، أول عشر اختبارات | إدارة الهجرة والجمارك الأمريكية (ICE)، مع مذيعين مكتوبين | يعتمد على التقييم فقط. تعامل مع المخرجات كقائمة انتظار، وليس كترتيب. |
| يستمر الفريق في اختبار الآراء ويخسر | PXL | من الصعب تضخيم أسئلة الأدلة الثنائية. |
| القدرة الهندسية، وليس حركة المرور | الأرز | الوحيد الذي يحتوي على مقام، وبالتالي فهو الوحيد الذي يحسن الإنتاجية. |
| اختيار الصفحة أو القالب الذي سيتم العمل عليه | فطيرة | صُممت خصيصاً لهذا السؤال. |
| مرور | لا أحد بمفرده | جميعهم لا يعلمون ما إذا كان الاختبار سينتهي أم لا. أضف البوابة أدناه. |
جميع البوابات الأربع مفقودة: هل يمكن أن ينتهي هذا الاختبار؟
لا يعني الوصول إمكانية الكشف. تحقق من الجدوى قبل التقييم، باستخدام التقريب الطبيعي لاختبار ثنائي الجانب عند مستوى دلالة 95% وقوة 80%:
n per variant ≈ 15.7 × p × (1 - p) / d²
أين p هو المعدل الأساسي للمقياس الذي تقوم بتحريكه و d هذا هو الارتفاع المطلق الذي ترغب في رصده. ينطبق على قائمة المهام المتراكمة أعلاه:
| اختبار | القياس والأساس | MDE | لكل نوع | أسابيع |
|---|---|---|---|---|
| A | شراء جهاز عرض PDP، 2.0% | 5% نسبة مئوية (0.1 نقطة مئوية) | ~ 307,700 | ~ 14 |
| A | شراء جهاز عرض PDP، 2.0% | 10% نسبة مئوية (0.2 نقطة مئوية) | ~ 76,900 | ~4 |
| B | ابدأ عملية الشراء، 55% | 5% نسبة مئوية (2.75 نقطة مئوية) | ~ 5,140 | ~4 |
لا يمكن قراءة نتائج اختبار RICE المصنف أولاً لمدة ثلاثة أشهر بالحساسية التي تفترضها معظم الفرق، بينما ينتهي اختبار RICE المصنف أخيراً في غضون شهر. يعتمد الاختبار A على أساس 2%، بينما يعتمد الاختبار B على أساس 55%، ويتم تحديد حجم العينة بناءً على p(1-p)/d²لا يعتمد الأمر على عدد الأشخاص الذين شاهدوا الصفحة. يصبح الأمر ممكنًا أيضًا بمجرد تحديد 10% كأدنى زيادة تستحق العمل عليها، مما يجعل الحد الأدنى للتأثير القابل للكشف قرارًا يتعلق بتحديد الأولويات وليس مجرد تفصيل إحصائي. حدّد ذلك في نفس اجتماع التقييم، واختر آلة حاسبة واحدة لكل شيء، لأن تقديرات التباين المختلفة لا تتفق تمامًا. إيفان ميلر و مبادئ السلوك حاسبة اختبار سويتاس أ/ب كلاهما جيد.
مراحل دراسة الجدوى
- أسبوعين أو أقل. أخضر. سجل هدفاً وانطلق.
- من أسبوعين إلى أربعة أسابيع. أمبر. شغّليها بمفردها، بحيث تغطي دورتين أسبوعيتين كاملتين على الأقل.
- من أربعة إلى ثمانية أسابيع. اللون الأحمر لاختبار A/B القياسي. ارفع الحد الأدنى للخطأ، أو انتقل إلى مقياس أساسي أعلى، أو استخدم تصميمًا تسلسليًا مع قاعدة توقف مسجلة مسبقًا.
- على مدى ثمانية أسابيع. لا تقم بإجراء اختبار A/B. اعتمد على التقدير الشخصي مع مقاييس محددة، أو قم بإجراء دراسة نوعية.
تُعدّ هذه البوابة أكثر أهمية هنا مما تفترضه أدبيات تحسين معدل التحويل باللغة الإنجليزية. بلغ حجم التجارة الإلكترونية في تركيا 4.567 تريليون ليرة عبر ما يقرب من 634,000 شركة في عام 2025 (وزارة التجارة، 12 مايو 2026يبلغ متوسط الإنفاق على عمليات الشراء حوالي 7.2 مليون ليرة تركية لكل شركة سنويًا، ويتركز هذا الإنفاق بشكل غير متوازن في عدد محدود من منصات التجارة الإلكترونية، مما يجعل التاجر العادي أقل بكثير من هذا المتوسط. لا يمكن لموقع إلكتروني يُجري بضع مئات من الطلبات شهريًا أن يُجري اختبارًا فعالًا لعملية الدفع. بالنسبة لهذه المواقع، فإن النتيجة الحقيقية لتحديد الأولويات هي وضع خارطة طريق للبحث والقياس، وليس خارطة طريق للاختبار.
جعل النتائج ذات معنى
- اكتب نقاط الارتكاز قبل تسجيل النقاط. يجب أن يكون للتأثير الثالث في مؤشر RICE دلالة معينة في عملتك، على سبيل المثال "زيادة معدل تحويل المشتريات بأكثر من 5% نسبيًا". وبدون نقاط مرجعية، تتذبذب النتائج خلال جلسة واحدة.
- مستوى الثقة حسب مستوى الأدلة. لا توجد قيود على البحث بنسبة 50%، والتحليلات فقط بنسبة 80%، والتحليلات بالإضافة إلى البحث النوعي بالإضافة إلى فوز سابق ذي صلة بنسبة 100%. وهذا ينقل منهجية PXL إلى RICE.
- قم بتقييم النتائج دون معرفة مسبقة، وقم بتسوية الفروقات الأكبر أولاً. يستغرق الأمر حوالي أربعين دقيقة لثلاثين عنصراً، حيث يقوم ثلاثة أشخاص بتقييم العناصر بشكل مستقل، ثم يناقشون فقط العناصر التي تختلف بثلاث نقاط أو أكثر.
- سجل النتيجة المتوقعة مقابل النتيجة الفعلية. بعد قراءة عشر نتائج، تحقق مما إذا كانت درجات التأثير مرتبطة بالتأثيرات الملحوظة على الإطلاق. إذا لم تكن كذلك، فإن المقياس مجرد إضافة شكلية، ويجب عليك التبديل إلى PXL.
- لا تقارن النتائج بين الأطر المختلفة. لا توجد علاقة بين درجة RICE البالغة 144,000 ودرجة PXL البالغة 10.
أين يكمن الخلل؟
تُصنّف هذه الأطر الأفكار، ولا تُحسّنها. فالفرضية الضعيفة التي تحصل على 11 من 12 في اختبار PXL تظل ضعيفة، ولن يُخبرك أي نموذج أن المشكلة الحقيقية تكمن في الجزء العلوي من الصفحة التي تختبرها. حدود محددة:
- الجهد هو أقل المدخلات موثوقية، ولا أحد يعيد تقييمه. المقام في مؤشر RICE هو الرقم الأكثر احتمالاً أن يكون خاطئًا بمعامل اثنين، وهذا يغير ترتيب التصنيف أكثر من درجة التأثير الخاطئة.
- لا يوجد تفاعل بين النماذج الأربعة. قم بإجراء ثلاثة اختبارات على قمع واحد في وقت واحد، ولن تخبرك النتائج بأي شيء عن التداخل.
- الوصول إلى عدد الأشخاص شهرياً خلال فترات الراحة للشركات الموسمية. ينبغي أن يتم تقييم السفر والتعليم على مدار دورة موسمية كاملة، أو مقارنة بالفترة نفسها من العام الماضي.
- التبعيات غير مرئية. كما أن النتيجة المشتركة بين قائمة مهام الاختبار وخارطة طريق المنتج تُرضي الجانب الذي يحظى بحركة مرور أكبر.
[البيانات الداخلية المطلوبة: معدل فوز سويتاس حسب الركيزة على مدار الـ 24 شهرًا الماضية، لاستبدال أرقام معدل النجاح في الصناعة بأرقام الطرف الأول.]
[البيانات الداخلية المطلوبة: قائمة عملاء مجهولة المصدر تم تقييمها وفقًا لإطارين، لاستبدال المثال التوضيحي.]
الأسئلة المتكررة
هل يُعدّ الأرز (RICE) أفضل من الثلج (ICE) في عمليات تحسين معدل النمو (CRO)؟
ليس بالضرورة. يضيف RICE بُعد الوصول ويضع الجهد في المقام، مما يُفيد عندما تكون سعة التسليم هي العائق، ولكنه يُركز على الصفحات ذات الزيارات العالية. استخدم RICE عندما يكون وقت الهندسة محدودًا، واستخدم ICE عندما يكون متوفرًا.
ما هي الدرجة العالية الكافية لإجراء الاختبار؟
لا يوجد لأي من المعايير الأربعة عتبة مطلقة. فالدرجات ترتيبية: فهي تُحدد الخطوة التالية، لا جدوى أي إجراء. أما المعيار المطلق فهو الجدوى. فإذا لم يتمكن اختبار ما من تحقيق دلالة إحصائية خلال ثمانية أسابيع، تصبح درجته غير ذات صلة.
هل يمكننا الجمع بين إطارين؟
إن دمج المخرجات لا معنى له لأن المقاييس غير مترابطة. أما دمج المدخلات فليس كذلك. إن الجمع بين معيار ثقة RICE وأسئلة الأدلة في PXL هو نموذج هجين جيد، وهو النموذج الذي نستخدمه في أغلب الأحيان.
هل يعمل برنامج PXL مع المواقع غير المخصصة للتجارة الإلكترونية؟
تنطبق أسئلة الأدلة على أي منتج. أما أسئلة التصميم فتفترض وجود صفحة تسويقية، وهي غير مناسبة لتدفقات المستخدمين المسجلين. استبدلها بأسئلة حول مدى تكرار وصول المستخدمين إلى العنصر المطلوب في مسار المهمة.
هل ينبغي للمواقع ذات الزيارات المنخفضة استخدام هذه الأطر على الإطلاق؟
نعم، هذا مفيد لترتيب المهام، لكن توقف عن تسمية الناتج "خارطة طريق للاختبار". في موقع لا يدعم الاختبارات، تُستخدم نفس العملية لترتيب نتائج تدقيق تجربة المستخدم، وأسئلة البحث، ومهام البناء.
من ينبغي أن يكون حاضراً في جلسة تسجيل النقاط؟
من ثلاثة إلى خمسة أشخاص يرون أدلة مختلفة: التحليلات، أو الأبحاث، أو الدعم، بالإضافة إلى المسؤول عن التنفيذ. التقييم وحده ينتج عنه كلام غير منطقي، أما التقييم مع عشرة أشخاص فينتج عنه متوسطات لا قيمة لها.
جرب هذا على قائمة مهامك المتراكمة
اختر العناصر العشرة الموجودة في أعلى قائمة الاختبار، وقم بتطبيق معادلة الجدوى المذكورة أعلاه على كل عنصر، ثم احسب عدد العناصر التي نجحت عند مستوى الحساسية الذي افترضته. إذا لم ينجح أكثر من نصفها، فإن الترتيب لم يكن مشكلتك أبدًا. فريق البحث والتطوير والتجريب يقوم هذا التقييم ودراسة الجدوى كخطوة أولى في عملية التعاقد.
مصادر
- كوهفي، ر. ولونغبوثام، ر. (2015). التجارب المضبوطة عبر الإنترنت واختبارات A/B. يستشهد بـ Kohavi و Crook و Longbotham (2009) فيما يتعلق بشخصية Microsoft، و Moran (2007) فيما يتعلق بـ Netflix.
- ماكبرايد، س. (5 يناير 2018). رايس: تحديد الأولويات ببساطة لمديري المنتجات، جهاز الاتصال الداخلي.
- لاجا، ب. (27 سبتمبر 2016). PXL: طريقة أفضل لتحديد أولويات اختبارات A/B الخاصة بك، CXL.
- إطار تحديد أولويات PIE، التحويل (المعروف سابقًا باسم WiderFunnel)، مع الإشارة إلى كريس جوارد.
- وزارة التجارة التركية (12 مايو 2026). بلغ حجم التجارة الإلكترونية 4.6 تريليون ليرة تركية في عام 2025.
- ميلر، إي. حساب حجم العينة.
- سويتاس. حاسبة اختبار A / B.
