Switasसंपर्क करें

मल्टीवेरिएट टेस्टिंग (Multivariate Testing)

मल्टीवेरिएट टेस्टिंग (MVT) एक प्रयोग पद्धति है, जिससे यह पता लगाया जाता है कि पेज के कई तत्व आपस में कैसे प्रभाव डालते हैं। इसमें एक ही पेज पर दो या अधिक घटकों के कई वेरिएशन एक साथ टेस्ट किए जाते हैं और कन्वर्ज़न रेट जैसे लक्षित मेट्रिक पर उनके संयुक्त प्रभाव को मापा जाता है। जहाँ एक सामान्य A/B टेस्ट एक पूरे पेज वेरिएंट की दूसरे से तुलना करता है, वहीं मल्टीवेरिएट टेस्ट में हेडलाइन को दो तरह से और हीरो इमेज को तीन तरह से एक साथ बदला जा सकता है, जिससे छह अलग-अलग संयोजन बनते हैं जो ट्रैफ़िक के अलग-अलग हिस्सों को दिखाए जाते हैं। इसका नतीजा न केवल यह बताता है कि कुल मिलाकर कौन-सा संयोजन सबसे अच्छा प्रदर्शन करता है, बल्कि यह भी दिखाता है कि हर तत्व का अलग योगदान क्या है और तत्वों के बीच इंटरैक्शन है या नहीं, यानी एक घटक का असर इस पर निर्भर करता है कि उसके साथ दूसरे घटक का कौन-सा संस्करण जोड़ा गया है। यह तरीका तब उपयोगी होता है जब किसी टीम को यह समझना हो कि पेज के कौन-से विशिष्ट तत्व प्रदर्शन को चला रहे हैं, न कि सिर्फ़ यह पुष्टि करनी हो कि एक संपूर्ण रीडिज़ाइन दूसरे से बेहतर है। उदाहरण के लिए, किसी रीडिज़ाइन किए गए लैंडिंग पेज को एकल A/B वेरिएंट के रूप में टेस्ट करने पर वह जीत सकता है, लेकिन मल्टीवेरिएट टेस्टिंग के बिना यह जानने का कोई तरीका नहीं कि सुधार नई हेडलाइन से आया, फ़ॉर्म की नई जगह से, या अपडेट की गई इमेजरी से। यह जानकारी तब मायने रखती है जब सीखे गए नतीजों को दूसरे पेजों पर लागू करना हो। मल्टीवेरिएट टेस्टिंग सबसे ज़्यादा उन पेजों के लिए उपयोगी है जिन पर ट्रैफ़िक अधिक हो, क्योंकि कई संयोजनों में सार्थक अंतर पहचानने की सांख्यिकीय ज़रूरत, जिन्हें अक्सर सेल कहा जाता है, हर अतिरिक्त वेरिएबल के साथ काफ़ी बढ़ जाती है। तीन-तीन वेरिएशन वाले दो वेरिएबल के फ़ुल फ़ैक्टोरियल डिज़ाइन में नौ सेल चाहिए होते हैं, और भरोसेमंद सांख्यिकीय सार्थकता तक पहुँचने के लिए हर सेल को पर्याप्त सैंपल साइज़ चाहिए, आमतौर पर प्रति सेल सैकड़ों या हज़ारों कन्वर्ज़न। ट्रैफ़िक की इस ज़रूरत के कारण MVT आमतौर पर उन पेजों के लिए रखा जाता है जिन पर पहले से पर्याप्त वॉल्यूम आता है, जैसे ईकॉमर्स होमपेज या ऊँची खरीद-मंशा वाला प्रोडक्ट पेज। कम ट्रैफ़िक वाले पेजों, जैसे किसी विशिष्ट क्षेत्र के B2B लैंडिंग पेज, के लिए यह कम व्यावहारिक है, जहाँ सरल A/B टेस्टों की क्रमिक श्रृंखला आमतौर पर कार्रवाई योग्य निष्कर्षों तक जल्दी पहुँचती है। टेस्टिंग प्लेटफ़ॉर्म आमतौर पर मल्टीवेरिएट टेस्टिंग के लिए दो सांख्यिकीय तरीके देते हैं: फ़ुल फ़ैक्टोरियल, जो अधिकतम जानकारी के लिए हर संभव संयोजन टेस्ट करता है, और फ़्रैक्शनल फ़ैक्टोरियल या टागुची (Taguchi) विधियाँ, जो संयोजनों के एक घटे हुए उपसमूह को टेस्ट करके निष्कर्षों तक जल्दी पहुँचती हैं, पर इंटरैक्शन डेटा का कुछ हिस्सा छोड़ देती हैं। एक आम गलतफ़हमी मल्टीवेरिएट टेस्टिंग को कई A/B टेस्ट एक साथ चलाने का महज़ तेज़ तरीका समझना है। असल में एकल A/B टेस्ट जैसे सांख्यिकीय भरोसे तक पहुँचने के लिए इसमें काफ़ी अधिक ट्रैफ़िक और लंबी टेस्ट अवधि चाहिए, क्योंकि ट्रैफ़िक कहीं ज़्यादा वेरिएंट में बँट जाता है। कमज़ोर पावर वाला मल्टीवेरिएट टेस्ट चलाना, यानी ऐसा टेस्ट जिसमें नतीजे पढ़ने से पहले प्रति सेल आवश्यक सैंपल साइज़ हासिल नहीं हुआ, कन्वर्ज़न ऑप्टिमाइज़ेशन के काम में गलत निष्कर्षों के सबसे आम कारणों में से एक है। इसी तरह पहले हफ़्ते के शुरुआती बढ़त वाले नतीजों के आधार पर पूरी योजनाबद्ध अवधि से पहले टेस्ट रोक देना भी बड़ी गलती है। यह अवधि अक्सर साप्ताहिक मौसमी असर को ध्यान में रखते हुए दो से चार हफ़्ते रखी जाती है। CRO कंसल्टेंसी के काम में, मल्टीवेरिएट टेस्टिंग को आमतौर पर एक उन्नत टूल के रूप में रखा जाता है, जिसका उपयोग तब होता है जब सरल A/B टेस्ट किसी परिकल्पना की सामान्य दिशा पहले ही सत्यापित कर चुके हों। यह उन स्थितियों के लिए है जहाँ क्लाइंट के पास पर्याप्त ट्रैफ़िक हो और वह जानना चाहे कि भविष्य के डिज़ाइन कार्य में पेज के किन विशिष्ट तत्वों को प्राथमिकता दी जाए। कंसल्टेंट आमतौर पर MVT के नतीजों को हीटमैप या यूज़र इंटरव्यू जैसे क्वालिटेटिव रिसर्च के साथ जोड़ते हैं, ताकि न केवल यह समझा जा सके कि कौन-सा संयोजन आँकड़ों में जीता, बल्कि यह भी कि यूज़र्स ने उस पर वैसी प्रतिक्रिया क्यों दी। इस तरह एक प्रयोग को पुन: उपयोग योग्य डिज़ाइन सिद्धांत में बदला जाता है, जो मूल रूप से टेस्ट किए गए पेज के अलावा दूसरे पेजों को भी दिशा दे सके। एक ठोस उदाहरण लें: किसी ईकॉमर्स प्रोडक्ट पेज की टीम एक साथ दो हेडलाइन वेरिएंट और दो प्रोडक्ट इमेज स्टाइल टेस्ट करना चाहती है। फ़ुल फ़ैक्टोरियल मल्टीवेरिएट टेस्ट से चार संयोजन बनते हैं। अगर पेज का बेसलाइन कन्वर्ज़न 5 प्रतिशत है और टीम किसी भी सेल में 10 प्रतिशत के सापेक्ष सुधार को भरोसे के साथ पहचानना चाहती है, तो प्रति सेल आवश्यक सैंपल साइज़ आसानी से कई हज़ार विज़िटर तक पहुँच सकता है। इसका मतलब है कि टेस्ट पूरा होने से पहले पेज को कुल मिलाकर दसियों हज़ार विज़िटर चाहिए होंगे। अगर पेज को महीने में केवल कुछ हज़ार विज़िटर मिलते हों, तो वही टेस्ट सार्थकता तक पहुँचने में कई महीने ले लेगा। ऐसे में दो क्रमिक A/B टेस्ट चलाना, पहले हेडलाइन को अलग करके और फिर इमेज को, आमतौर पर कहीं जल्दी एक भरोसेमंद और कार्रवाई योग्य जवाब देता है।

M से शुरू होने वाले और शब्द

आइए बनाएँ अगला प्रोजेक्ट।

संपर्क करें