Çağdaş Polat · · قراءة 4 دقيقة
يُعد اختبار A/B أسلوبًا أساسيًا في تحسين المواقع والتطبيقات، إذ يتيح للشركات مقارنة نسختين من صفحة ويب أو تطبيق لتحديد النسخة الأفضل أداءً. ويُعد فهم المقاييس والمصطلحات الرئيسية في اختبار A/B أمرًا أساسيًا لتفسير النتائج بدقة. في هذا المقال، نتناول أهم مقاييس اختبار A/B ومصطلحاته، ومنها القيمة الاحتمالية (p-value)، وفترة الثقة، والاختبارات أحادية الطرف وثنائية الطرف، ودرجة Z، والقوة المرصودة، والنسخة المختبَرة (Variant)، والمجموعة الضابطة، والإيرادات الإضافية، ومعدل التحويل، والحساب البايزي.
أهم مقاييس اختبار A/B ومصطلحاته
1. النسخة المختبَرة (Variant)
تشير النسخة المختبَرة إلى إحدى النسخ التي تُختبر في اختبار A/B. وعادةً ما تُسمى النسخة الحالية النسخة الضابطة (Control)، وتُسمى النسخة الجديدة النسخة المختبَرة (Variant).
مثال: في اختبار A/B لصفحة هبوط، تكون النسخة A (الصفحة الحالية) هي النسخة الضابطة، وتكون النسخة B (التصميم الجديد) هي النسخة المختبَرة.
2. المجموعة الضابطة
المجموعة الضابطة هي مجموعة المستخدمين الذين يرون النسخة الأصلية (الضابطة) في اختبار A/B. وتُعد خط أساس لمقارنة أداء النسخة المختبَرة.
مثال: إذا زار موقعًا 10,000 مستخدم، فقد يرى 5,000 منهم الصفحة الضابطة (المجموعة الضابطة)، ويرى 5,000 الصفحة المختبَرة.

3. الإيرادات الإضافية
تشير الإيرادات الإضافية إلى الإيرادات الزائدة الناتجة عن التغييرات التي أُجريت أثناء اختبار A/B. وهي تساعد في تقييم الأثر المالي للاختبار.
مثال: إذا رفعت الصفحة المختبَرة متوسط قيمة الطلب بمقدار 5 دولارات وتمت 1,000 عملية شراء إضافية، فإن الإيرادات الإضافية تبلغ 5,000 دولار.

4. معدل التحويل
معدل التحويل هو نسبة المستخدمين الذين ينفذون الإجراء المطلوب، مثل إتمام عملية شراء أو الاشتراك في نشرة بريدية، من إجمالي عدد الزوار.
مثال: إذا أتم 100 زائر من أصل 1,000 عملية شراء، فإن معدل التحويل يبلغ 10%.
5. القيمة الاحتمالية (P-Value)
تقيس القيمة الاحتمالية احتمال أن يكون الفرق المرصود بين نسختين قد حدث بمحض الصدفة. وتدل القيمة الاحتمالية الأقل (عادةً أقل من 0.05) على أن الفرق المرصود ذو دلالة إحصائية.
مثال: لنفترض أن اختبار A/B يقارن بين نسختين من صفحة هبوط. معدل التحويل في النسخة A هو 5%، وفي النسخة B هو 7%. فإذا كانت القيمة الاحتمالية 0.03، فهناك احتمال بنسبة 3% أن يكون الفرق المرصود قد حدث بالصدفة، مما يشير إلى وجود فرق معنوي بين النسختين.

6. فترة الثقة
توفر فترة الثقة نطاقًا يُتوقع أن يقع فيه حجم الأثر الحقيقي، بمستوى ثقة معيّن (عادةً 95%). وهي تساعد في تقييم موثوقية نتائج الاختبار.
مثال: في اختبار A/B نفسه، قد تكون فترة الثقة 95% للفرق في معدلات التحويل [1%، 3%]. وهذا يعني أننا واثقون بنسبة 95% من أن الفرق الحقيقي في معدلات التحويل يقع بين 1% و3%.
7. الاختبارات أحادية الطرف وثنائية الطرف
يقيّم الاختبار أحادي الطرف اتجاه الأثر (مثل: هل النسخة B أفضل من النسخة A؟)، بينما يقيّم الاختبار ثنائي الطرف وجود أي فرق في أي من الاتجاهين.
مثال على الاختبار أحادي الطرف: يختبر ما إذا كان معدل التحويل في النسخة B أعلى من النسخة A.
مثال على الاختبار ثنائي الطرف: يختبر وجود أي فرق بين معدلي التحويل في النسختين A وB، بغض النظر عن الاتجاه.

8. درجة Z (Z-Score)
تقيس درجة Z عدد الانحرافات المعيارية التي يبعدها عنصر ما عن المتوسط. وفي اختبار A/B، تُستخدم لتحديد دلالة الفرق المرصود بين نسختين. وفيما يلي مستويات الثقة الشائعة وما يقابلها من درجات Z:
- فترة الثقة 95%
- درجة Z ثنائية الطرف: 1.96
- درجة Z أحادية الطرف: 1.65
- فترة الثقة 99%
- درجة Z ثنائية الطرف: 2.58
- درجة Z أحادية الطرف: 2.33
- فترة الثقة 90%
- درجة Z ثنائية الطرف: 1.64
- درجة Z أحادية الطرف: 1.28
مثال: إذا كانت درجة Z للفرق في معدلات التحويل بين النسختين A وB تساوي 2.5، فهذا يدل على أن الفرق يبعد 2.5 انحراف معياري عن المتوسط، مما يشير إلى فرق ذي دلالة إحصائية.
9. القوة المرصودة (Observed Power)
تشير القوة المرصودة إلى احتمال أن يرفض الاختبار فرضية العدم رفضًا صحيحًا عند وجود أثر حقيقي. وتدل القوة المرصودة الأعلى على احتمال أكبر لاكتشاف فرق حقيقي.
مثال: في اختبار A/B بقوة مرصودة تبلغ 0.8 (80%)، يوجد احتمال بنسبة 80% لاكتشاف فرق حقيقي بين النسختين إن وُجد.

10. الحساب البايزي (Bayesian Calculation)
يقوم الحساب البايزي على استخدام نظرية بايز لتحديث تقدير احتمال فرضية ما كلما توفرت أدلة إضافية. وفي اختبار A/B، يوفر إطارًا احتماليًا لاتخاذ القرارات استنادًا إلى البيانات.
مثال: باستخدام الأساليب البايزية، يمكنك تحديد احتمال أن تكون إحدى النسخ أفضل من النسخة الضابطة بناءً على البيانات المرصودة، بدلًا من الاعتماد على القيم الاحتمالية التقليدية وحدها.

11. الإحصاء التكراري (Frequentist Statistics)
الإحصاء التكراري هو نهج تقليدي في اختبار الفرضيات يركز على تكرار البيانات أو نسبتها. ويعتمد على مجموعات بيانات ثابتة ولا يدمج المعرفة المسبقة أو التوزيعات الاحتمالية.
مثال: في النهج التكراري لاختبار A/B، تستخدم القيم الاحتمالية وفترات الثقة لتحديد دلالة نتائج الاختبار، دون دمج احتمالات مسبقة.
أمثلة عملية
المثال 1: اختبار A/B لحملة بريد إلكتروني
تريد شركة اختبار عنوانين لرسالة بريد إلكتروني لمعرفة أيهما يحقق معدل فتح أعلى.
- العنوان A: معدل فتح 25%
- العنوان B: معدل فتح 28%
- القيمة الاحتمالية: 0.02 (تشير إلى فرق معنوي)
- فترة الثقة: [2%، 5%] (ثقة 95% بأن الفرق الحقيقي في معدلات الفتح يقع بين 2% و5%)
- درجة Z: 2.33 (تشير إلى فرق ذي دلالة إحصائية)
- القوة المرصودة: 0.85 (احتمال 85% لاكتشاف فرق حقيقي)
المثال 2: اختبار A/B لصفحة هبوط في موقع إلكتروني
يختبر موقع تجارة إلكترونية تصميمين لصفحة هبوط لتحديد أيهما يحقق عمليات شراء أكثر.
- التصميم A: معدل تحويل 4%
- التصميم B: معدل تحويل 5%
- القيمة الاحتمالية: 0.045 (تشير إلى فرق معنوي)
- فترة الثقة: [0.5%، 1.5%] (ثقة 95% بأن الفرق الحقيقي في معدلات التحويل يقع بين 0.5% و1.5%)
- درجة Z: 2.01 (تشير إلى فرق ذي دلالة إحصائية)
- القوة المرصودة: 0.78 (احتمال 78% لاكتشاف فرق حقيقي)
يُعد اختبار A/B أداة فعالة لتحسين التجارب الرقمية، ويُعد فهم مقاييسه ومصطلحاته الرئيسية أمرًا أساسيًا للتفسير الدقيق. وتعرف Switas كيف تجري اختبارات A/B فعالة، بما يمكّن الشركات من اتخاذ قرارات مبنية على البيانات لتحسين أدائها، وتقدم رؤى موثوقة وقابلة للتنفيذ تدعم النمو والنجاح.




