كيف يعمل؟
يبدأ الاختبار بـفرضية، مثل أن زرّ دفع أخضر سيرفع معدل التحويل، وبمقياس رئيسي. ويُحسب حجم العيّنة اللازم مسبقًا، ثم يُوزَّع المستخدمون عشوائيًا على A (المجموعة الضابطة) أو B (النسخة المعدّلة). ويعني التوزيع العشوائي أن الفروق يمكن نسبتها إلى التغيير، فيُثبت السببية لا مجرد الارتباط. وتُقيَّم النتائج بـالقيم الاحتمالية وفترات الثقة.
الأخطاء الشائعة
من أسباب التضليل: التلصّص اليومي على النتائج وإيقاف التجربة حين تبدو دالّة، وفحص مقاييس كثيرة وانتقاء المناسب منها (المقارنات المتعددة)، وتجاهل الموسمية، وأثر الجِدّة. وقد اختبرت غوغل شهيرًا 41 درجة من اللون الأزرق للروابط، وتُجري شركات مثل أمازون ونتفليكس آلاف التجارب سنويًا. ويفيد اختبار A/B خصوصًا في معالجة نقاط الاختناق في قمع التسويق.
أسئلة شائعة
- ماذا لو كانت الزيارات قليلة؟
- تُختبر تغييرات أجرأ، أو تُمدَّد مدة التجربة، أو تُستخدم الأساليب البايزية.
- ما اختبار A/B/n؟
- مقارنة ثلاث نسخ أو أكثر في آنٍ واحد، وهو ما يتطلب تصحيحات للمقارنات المتعددة.
تاريخ مراجعة المصادر: 2026-10-26
المراجع
- Kohavi, R., Tang, D., & Xu, Y. (2020). Trustworthy Online Controlled Experiments. Cambridge University Press.
- Fisher, R. A. (1935). The Design of Experiments. Oliver & Boyd.
- Kohavi, R., Longbotham, R., Sommerfield, D., & Henne, R. M. (2009). Controlled experiments on the web: Survey and practical guide. Data Mining and Knowledge Discovery, 18(1), 140–181.