Cách thử nghiệm A/B landing page bằng traffic trả phí

Thử nghiệm A/B giúp bạn tối ưu hoạt động marketing, lần lượt từng yếu tố một. Bạn có thể áp dụng phương pháp này cho mọi thứ, từ hình ảnh trong quảng cáo hiển thị đến nội dung bài blog. Hôm nay, chúng ta sẽ tìm hiểu cách dùng kết quả thử nghiệm A/B landing page để cải thiện trang và chuyển đổi lượng truy cập vào trang thành hành động mong muốn.

Thử nghiệm A/B là gì?

Thử nghiệm A/B, còn gọi là “thử nghiệm phân tách”, về cơ bản là tạo hai phiên bản của cùng một nội dung, chỉ khác nhau ở một điểm. Bạn chạy cả hai phiên bản cùng lúc và khi thời gian thử nghiệm kết thúc, so sánh kết quả để xem phiên bản nào hiệu quả hơn.

Sau khi hoàn tất thử nghiệm, bạn có thể loại bỏ phiên bản kém hiệu quả hơn và dừng tại đó nếu hài lòng với kết quả. Nếu muốn thử các phiên bản khác, bạn có thể tiếp tục thử nghiệm cho đến khi đạt mức chuyển đổi mong muốn.

Bạn có thể kiểm tra chỉ số nào bằng thử nghiệm A/B?

Thử nghiệm phân tách cho phép bạn so sánh tác động của nhiều kiểu thay đổi trên landing page. Đây là cách hữu ích để kiểm tra tác động của gần như mọi thay đổi và có thể áp dụng cho hầu hết các chỉ số liên quan, bao gồm chuyển đổi, doanh số và lượt đăng ký qua biểu mẫu.

Điều quan trọng là chọn một chỉ số chính cho mỗi thử nghiệm. Chỉ số chính quyết định phiên bản thắng cuộc, giúp bạn tránh việc chọn con số trông đẹp nhất sau khi thử nghiệm kết thúc. Nếu landing page của bạn được tạo để thu hút đăng ký nhận email, số lượt đăng ký sẽ là chỉ số chính.

Bạn vẫn cần theo dõi thêm hai hoặc ba chỉ số khác, gọi là chỉ số bảo vệ. Đây là những chỉ số không được xấu đi trong khi chỉ số chính cải thiện, chẳng hạn tỷ lệ bỏ dở biểu mẫu hoặc số yêu cầu hoàn tiền. Một tiêu đề mới giúp tăng lượt đăng ký 10% nhưng khiến lượt hủy đăng ký trong tuần đầu tăng gấp đôi không phải là một thắng lợi thực sự. Các chỉ số bảo vệ giúp bạn phát hiện điều này trước khi áp dụng thay đổi trên diện rộng.

Các chỉ số chính dễ kiểm tra nhất bằng phương pháp này gồm:

• Tỷ lệ nhấp (CTR): tỷ lệ phần trăm khách truy cập nhấp vào lời kêu gọi hành động của bạn. Với quảng cáo, tỷ lệ nhấp được tính bằng số lượt nhấp chia cho số lượt hiển thị, vì vậy bạn nên nói rõ mình đang kiểm tra loại nào trong hai loại này.
• Tỷ lệ thoát: tỷ lệ phần trăm phiên kết thúc mà không có tương tác. Các công cụ phân tích truyền thống tính mọi lượt truy cập chỉ xem một trang là một lượt thoát. Google Analytics 4 tính một phiên là lượt thoát khi phiên đó kéo dài không quá 10 giây, không có sự kiện chính và chỉ có một lượt xem trang. Hướng dẫn của chúng tôi về phiên, người dùng và lượt xem trang giải thích cách GA4 tính từng đơn vị này.
• Tỷ lệ chuyển đổi: tỷ lệ phần trăm khách truy cập thực hiện hành động mà bạn mong muốn.
• Độ sâu cuộn trang: mức độ người dùng cuộn xuống trang khi đọc nội dung của bạn.
• Tỷ lệ bỏ dở: tỷ lệ phần trăm người bắt đầu thực hiện hành động bạn mong muốn (chẳng hạn điền biểu mẫu) nhưng không hoàn tất.
• Giá trị đơn hàng trung bình (AOV): tổng doanh thu chia cho số đơn hàng.
• Doanh thu trên mỗi khách truy cập: tổng doanh thu chia cho số khách truy cập, bao gồm cả những người không mua gì.

AOV và doanh thu trên mỗi khách truy cập có thể biến động theo hai hướng ngược nhau. Một trang bỏ ưu đãi giảm giá có thể làm tăng AOV nhưng khiến ít người mua hơn. Vì vậy, doanh thu trên mỗi khách truy cập là chỉ số an toàn hơn khi mục tiêu của bạn là bán hàng.

Bạn có thể tối ưu biến nào bằng thử nghiệm A/B?

Điểm hay của thử nghiệm A/B là bạn có thể dùng nó để kiểm tra gần như mọi yếu tố trên landing page. Bạn có thể tập trung vào tác động của yếu tố kỹ thuật như thời gian tải trang, hoặc một chi tiết nhỏ như mức độ nổi bật của nút kêu gọi hành động. Bản thân màu sắc ít quan trọng hơn độ tương phản. Một nút chìm vào nền trang sẽ dễ bị bỏ qua dù có màu gì, nên thử nghiệm độ tương phản hoặc kích thước thường cho bạn nhiều thông tin hơn so với so sánh màu cam với màu xanh dương.

Điều quan trọng là chỉ kiểm tra một biến trong mỗi lần thay đổi phiên bản website. Nhờ đó, bạn có thể rút ra kết luận chắc chắn về tác động của biến đó, thay vì làm kết quả trở nên khó hiểu vì không biết thay đổi nào đã tạo ra kết quả nào.

Vì sao nên dùng traffic trả phí để thử nghiệm landing page?

Bạn hoàn toàn có thể chạy thành công một chuỗi thử nghiệm A/B trên landing page bằng lưu lượng truy cập tự nhiên, nhưng sử dụng nguồn trả phí như quảng cáo mang lại một số lợi thế rõ ràng:

• Thời gian: tăng trưởng lưu lượng truy cập tự nhiên thường là một quá trình chậm và đều đặn. Traffic trả phí có thể bắt đầu cung cấp dữ liệu gần như ngay lập tức, giúp bạn kiểm chứng giả thuyết nhanh hơn nhiều.
• Khả năng kiểm soát: chiến dịch trả phí cho phép bạn quyết định số khách truy cập mỗi ngày, thời điểm bắt đầu và kết thúc thử nghiệm, cũng như chi phí. Bạn còn có thể giữ nguyên thiết lập nhắm mục tiêu trong suốt thử nghiệm, để điểm khác biệt duy nhất giữa phiên bản A và phiên bản B là bản thân trang. Bạn cần tự thiết lập tỷ lệ phân bổ 50/50 giữa các phiên bản trên website của mình, như giải thích ở Bước 5, vì chỉ riêng nền tảng quảng cáo không thể bảo đảm tỷ lệ này.
• Phân khúc: quảng cáo trả phí cho phép bạn chọn người xem quảng cáo theo vị trí, thiết bị và sở thích. Nhờ đó, khách truy cập trong thử nghiệm tương đồng với thị trường bạn muốn chinh phục, nên kết quả phù hợp hơn với nhóm khách hàng bạn quan tâm. Kết quả chỉ áp dụng cho nhóm đối tượng đó. Một trang thắng với khách truy cập trên thiết bị di động tại một quốc gia chưa chắc thắng với người tìm kiếm trên máy tính ở nơi khác.

Nếu mục tiêu là thử nghiệm thị trường mới trước khi ra mắt, hãy tách đợt thí điểm theo khu vực địa lý khỏi thử nghiệm A/B landing page. So sánh hai quốc gia không cô lập được tác động của câu chữ trên trang, vì đối tượng, ngôn ngữ và chi phí giao hàng có thể khác nhau; thử nghiệm A/B cần phân ngẫu nhiên những khách truy cập tương đồng vào các phiên bản trên chính website của bạn.

SparkTraffic là nền tảng quảng cáo hiển thị quảng cáo của bạn trên các website đối tác xuất bản nội dung, được xây dựng để mang lại khả năng kiểm soát này. Bạn chọn quốc gia, thành phố và thiết bị cho chiến dịch, đồng thời đặt ngân sách hằng ngày hoặc hằng tháng, để cơ cấu đối tượng và lượng khách truy cập luôn ổn định trong suốt thử nghiệm. Khi bạn đưa traffic website nhắm mục tiêu theo vị trí địa lý này về một URL chiến dịch và phân chia trên website của mình, cả hai phiên bản trang sẽ nhận cùng loại khách truy cập. Đây là điều kiện cần để thử nghiệm A/B công bằng.

Tóm lại, dùng quảng cáo trả phí để tạo traffic cho thử nghiệm phân tách giúp bạn có kết quả phù hợp hơn, nhanh hơn.

Cách thử nghiệm A/B landing page bằng traffic trả phí

Mục đích của landing page là hướng người dùng thực hiện một hành động nhất định sau khi nhấp vào liên kết. Họ có thể tìm thấy landing page này theo nhiều cách: khi lướt mạng xã hội, qua tìm kiếm, qua đề xuất của AI, hoặc trong trường hợp chúng ta đang bàn hôm nay, bằng cách nhấp vào một quảng cáo.

Mục đích của thử nghiệm A/B là tối ưu landing page bằng cách tạo hai phiên bản khác nhau một chút và thu thập đủ dữ liệu để xác định sự khác biệt giữa chúng có ý nghĩa thống kê hay không. Điều này có nghĩa là bạn phải chờ đến khi có đủ bằng chứng cho thấy kết quả tốt hơn của phiên bản hiệu quả hơn đến từ những thay đổi đó.

Nếu chia thành từng bước, quy trình sẽ diễn ra như sau:

Bước 1: Chọn chỉ số chính

Thử nghiệm A/B hiệu quả hơn khi bạn đặt mục tiêu rõ ràng ngay từ đầu, thay vì một mục tiêu chung chung như “đạt kết quả tốt hơn”. Vì vậy, tốt nhất bạn nên chọn một chỉ số duy nhất liên quan đến hoạt động kinh doanh, chẳng hạn tác động đến tỷ lệ nhấp, lượt đăng ký hoặc doanh số.

Đây sẽ là “chỉ số chính”, đóng vai trò điểm so sánh cốt lõi trong kết quả của bạn. Nó không phải phát hiện đáng chú ý duy nhất, nhưng sẽ là phát hiện quan trọng nhất.

Bước 2: Đặt giả thuyết

Vì thử nghiệm A/B là một cách đánh giá landing page tương đối khoa học, chúng ta cần một giả thuyết để kiểm chứng. Giả thuyết này nên liên quan trực tiếp đến chỉ số bạn muốn cải thiện. Ví dụ: “Giảm số trường trong biểu mẫu đăng ký sẽ tăng lượt đăng ký nhận email” hoặc “Đổi H1 từ một câu chung chung sang một câu nhấn mạnh lợi ích sẽ tăng doanh số”.

Bước 3: Cô lập biến cần kiểm tra

Biến là thay đổi mà chúng ta đang kiểm tra. Để bảo đảm dữ liệu thu thập được rõ ràng và hợp lệ, bạn chỉ nên thay đổi một yếu tố trong mỗi thử nghiệm (bạn luôn có thể chạy thử nghiệm khác sau đó để kiểm chứng những giả thuyết khác).

Biến có thể là gần như bất kỳ yếu tố nào trên landing page, nhưng những yếu tố thường được kiểm tra gồm:

• Ảnh chủ đạo: banner ở đầu trang, thứ đầu tiên người dùng nhìn thấy khi truy cập
• H1: phần văn bản đầu tiên người dùng đọc
• Bố cục: cách trình bày trang
• Vị trí CTA: vị trí của lời kêu gọi hành động trên trang
• Câu chữ CTA: cách diễn đạt lời kêu gọi hành động với khách truy cập
• Độ dài biểu mẫu: số trường người dùng phải điền
• Nội dung: phần văn bản trên trang của bạn
• Thời gian tải trang: liệu tải nhanh hơn có tạo ra nhiều chuyển đổi hơn không

Tất nhiên, bạn có thể thử nghiệm A/B bất kỳ yếu tố nào trên trang, nhưng những yếu tố kể trên thường có tác động lớn nhất và dễ giúp bạn rút ra kết luận rõ ràng nhất.

Bước 4: Chuẩn bị các phiên bản trang

Bước cuối cùng trước khi bắt đầu tạo traffic và chạy thử nghiệm là chuẩn bị các phiên bản trang. Với hầu hết thử nghiệm landing page, hai phiên bản là lựa chọn hiệu quả nhất. Mỗi phiên bản bổ sung sẽ chia nhỏ traffic hơn nữa, nên thử nghiệm ba phiên bản cần tổng số khách truy cập nhiều hơn ít nhất 50% so với thử nghiệm hai phiên bản. So sánh nhiều phiên bản cùng lúc cũng làm tăng khả năng chọn nhầm phiên bản thắng.

Bạn vẫn có thể chạy thử nghiệm A/B/n với ba hoặc bốn phiên bản nếu lượng traffic cho phép. Dù chọn cách nào, mỗi phiên bản chỉ nên khác phiên bản đối chứng ở một yếu tố. Nếu muốn kiểm tra nhiều yếu tố cùng lúc, bạn cần một phương pháp khác gọi là thử nghiệm đa biến.

Trang hiện tại của bạn là phiên bản “A”, đóng vai trò đối chứng và thiết lập mức cơ sở. Phiên bản có một thay đổi duy nhất là “B”, giúp bạn kiểm chứng giả thuyết.

Bước 5: Thiết lập traffic trả phí

Hầu hết nền tảng quảng cáo trả phí đều tích hợp tính năng thử nghiệm, nhưng các tính năng này được thiết kế để so sánh quảng cáo và chiến dịch, không phải landing page. Ví dụ, trong Google Ads, thử nghiệm chiến dịch phân chia ngân sách giữa chiến dịch gốc và chiến dịch thử nghiệm. Cách này hữu ích khi kiểm tra giá thầu hoặc nội dung quảng cáo, nhưng không bảo đảm hai landing page nhận được lượng khách truy cập bằng nhau hoặc có đặc điểm tương đương.

Lý do là các nền tảng quảng cáo tối ưu hóa việc phân phối. Khi hai quảng cáo dẫn đến hai trang khác nhau, thuật toán của nền tảng quyết định ai sẽ xem từng quảng cáo và hiển thị mỗi quảng cáo cho những người mà nó dự đoán sẽ phản hồi. Các nhà nghiên cứu gọi đây là phân phối phân kỳ. Một nghiên cứu năm 2025 của Braun và Schwartz trên Journal of Marketing cho thấy hiện tượng này có thể làm sai lệch độ lớn của kết quả thử nghiệm quảng cáo, thậm chí đảo ngược chiều tác động.

Cách thiết lập an toàn hơn là đưa toàn bộ khách truy cập từ nguồn trả phí về một URL chiến dịch, rồi phân chia họ trên website của bạn. Một đoạn mã thử nghiệm hoặc quy tắc phía máy chủ sẽ phân ngẫu nhiên từng khách truy cập vào phiên bản A hoặc B theo tỷ lệ 50/50. Quy tắc đó cũng lưu phiên bản được phân vào cookie bên thứ nhất, để khách quay lại luôn thấy cùng một phiên bản. Nếu không làm vậy, một người có thể thấy cả hai phiên bản, khiến hành vi của họ được tính vào cả hai nhóm và làm mờ sự khác biệt bạn muốn đo lường.
Nếu cấu hình của bạn buộc phải dùng hai chiến dịch riêng biệt, hãy đặt cùng thiết lập nhắm mục tiêu, cùng thời điểm bắt đầu và cùng giới hạn hằng ngày. Trước khi xem bất kỳ kết quả nào, hãy so sánh cơ cấu thiết bị và vị trí địa lý của hai nhóm. Nếu một nhóm có nhiều khách truy cập trên thiết bị di động hơn hẳn nhóm còn lại, phép so sánh sẽ không công bằng.

Bạn nên mua bao nhiêu traffic?

Không có một số lượt truy cập cố định nào bảo đảm thử nghiệm chính xác, vì con số này phụ thuộc vào bốn yếu tố đầu vào. Đầu tiên là tỷ lệ chuyển đổi cơ sở, tức tỷ lệ chuyển đổi hiện tại của trang đối chứng. Thứ hai là mức tăng nhỏ nhất bạn muốn có khả năng phát hiện. Thứ ba và thứ tư là mức ý nghĩa và lực kiểm định thống kê, thường được các nhóm thiết lập ở mức tin cậy 95% và lực kiểm định 80%.

Dưới đây là các con số cho một trang có tỷ lệ chuyển đổi 4%. Để phát hiện mức tăng tương đối 20% (từ 4,0% lên 4,8%), bạn cần khoảng 10.300 khách truy cập cho mỗi phiên bản. Để phát hiện mức tăng tương đối 10% (từ 4,0% lên 4,4%), bạn cần khoảng 39.500 khách truy cập cho mỗi phiên bản, gần gấp bốn lần. Một trang có tỷ lệ chuyển đổi 2% cần khoảng 80.700 khách truy cập cho mỗi phiên bản để phát hiện mức tăng tương đối 10%, trong khi trang có tỷ lệ 10% cần khoảng 14.800.

Thời gian thử nghiệm không làm thay đổi các con số này. Một thử nghiệm đạt 10.300 khách truy cập cho mỗi phiên bản trong 14 ngày có độ tin cậy tương đương một thử nghiệm mất 30 ngày để đạt cùng tổng số, miễn là cả hai đều bao quát các tuần trọn vẹn. Bạn có thể quy đổi cỡ mẫu thành ngân sách trước khi bắt đầu: số khách truy cập mỗi phiên bản × 2 × chi phí mỗi lượt truy cập. Với chi phí ví dụ là $0.50 mỗi lượt truy cập, thử nghiệm phát hiện mức tăng 20% ở trên sẽ tốn khoảng $10,300.

Nếu ngân sách đó quá cao, bạn có hai lựa chọn hợp lý. Bạn có thể thử một thay đổi mạnh hơn, vì mức tăng càng lớn thì số khách truy cập cần thiết càng ít. Hoặc bạn có thể chọn chỉ số chính có tỷ lệ nền cao hơn, chẳng hạn tỷ lệ tương tác: ở mức khoảng 50%, 1.000 khách truy cập mỗi phiên bản có thể giúp phát hiện chênh lệch khoảng 6 điểm phần trăm. Phương pháp đứng sau các con số này được gọi là xác định cỡ mẫu, và các công cụ tính trực tuyến miễn phí sẽ thực hiện phép tính cho bạn.

Bước 6: Chạy thử nghiệm

Trước khi khách truy cập đầu tiên đến trang, bạn cần chốt cỡ mẫu từ bước trước và thời gian cần thiết để đạt cỡ mẫu đó. Chúng tôi khuyên bạn nên chọn số tuần trọn vẹn (7, 14, 21 hoặc 28 ngày), để mỗi ngày trong tuần xuất hiện với số lần như nhau ở cả hai phiên bản. Sau đó, hãy chờ thử nghiệm kết thúc rồi mới đưa ra quyết định.

Lý do là nhiễu ngẫu nhiên lớn nhất ở giai đoạn đầu của thử nghiệm. Nếu bạn kiểm tra kết quả mỗi ngày và dừng ngay khi một phiên bản có vẻ đạt ý nghĩa thống kê, tỷ lệ dương tính giả thực tế sẽ tăng cao hơn nhiều so với mức 5% đã dự kiến. Các nhà thống kê gọi đây là dừng tùy ý, còn marketer thường gọi là xem trước kết quả.

Một kế hoạch cố định không thể loại bỏ yếu tố ngẫu nhiên, nhưng giúp giữ nguy cơ chọn nhầm phiên bản thắng ở mức bạn đã chọn. Kế hoạch này cũng bảo vệ dữ liệu khỏi những sai lệch ngắn hạn như:

• Quy luật truy cập theo giờ trong ngày và ngày trong tuần
• Một vài người dùng có tần suất truy cập cao, ghé trang nhiều lần
• Các sự kiện nhất thời, chẳng hạn chương trình giảm giá của đối thủ hoặc một tin tức

Chọn một phiên bản “thắng” trước khi thử nghiệm hoàn tất chỉ vì phiên bản đó có vẻ hoạt động tốt hơn ở giai đoạn đầu có thể khiến bạn triển khai dựa trên kết quả dương tính giả và làm tổn hại hiệu quả dài hạn.

Tiêu chí của một thử nghiệm “công bằng” sẽ khác nhau tùy trường hợp, nhưng nguyên tắc chung là bạn cần chạy đủ lâu và có đủ khách truy cập để kết quả đạt ý nghĩa thống kê. Cỡ mẫu tính trước khi triển khai sẽ cho bạn biết “đủ lâu” và “đủ khách truy cập” cụ thể là bao nhiêu đối với thử nghiệm của mình.

Bước 7: Đánh giá kết quả và triển khai phiên bản thắng

Khi thử nghiệm đã chạy hết thời gian dự kiến, bạn có thể đánh giá kết quả. Việc này gồm hai phần: thứ nhất, kiểm tra xem giả thuyết của bạn có đúng và việc thay đổi biến đã chọn có cải thiện chỉ số chính hay không; thứ hai, xem các chỉ số khác để kiểm tra những hệ quả ngoài ý muốn.

Nếu chỉ số chính cải thiện ở mức có ý nghĩa thống kê và các chỉ số bảo vệ không xấu đi, thử nghiệm đã thành công và bạn có thể thay trang gốc bằng phiên bản mới. Nếu tác động là tiêu cực, hãy giữ phiên bản đối chứng và bỏ phiên bản mới. Nếu chênh lệch theo cả hai hướng đều không có ý nghĩa thống kê, thử nghiệm chưa đưa ra được kết luận. Thay đổi này không tạo ra khác biệt đo lường được ở cỡ mẫu hiện tại, và giữ phiên bản đối chứng thường là lựa chọn ít tốn kém hơn.

Nếu chỉ số chính cải thiện nhưng những chỉ số quan trọng khác cũng bị ảnh hưởng, bạn sẽ phải cân nhắc để quyết định phiên bản landing page nào phù hợp nhất. Hãy đánh giá kỹ các tác động và cân nhắc thử nghiệm thêm để tiếp tục tối ưu trang.

Đánh giá kết quả

Bạn có thể muốn nhanh chóng chọn một phiên bản trang là “phiên bản thắng” chỉ vì chỉ số chính đã tăng. Tuy nhiên, hãy nhớ rằng không có landing page nào “hoàn hảo”, và trong mọi hoạt động digital marketing, chúng ta đều nhìn nhận theo góc độ thống kê: điều thực sự cần xem xét là tỷ lệ người tiếp xúc với nội dung marketing rồi thực hiện hành động mong muốn.

Khi chạy thử nghiệm A/B, chúng ta tìm kiếm thông tin chi tiết để đưa ra quyết định có cơ sở, vì vậy báo cáo của bạn càng chi tiết càng tốt.

Điều này có nghĩa là để hiểu kết quả sâu hơn, chúng ta sẽ cần đến toán học (đừng lo, đã có công cụ hỗ trợ!).

Ý nghĩa thống kê

Để xác định phiên bản thắng, bạn cần biết chênh lệch giữa hai trang phản ánh khác biệt thực sự hay chỉ là biến động ngẫu nhiên do những người tình cờ truy cập. Bạn không bao giờ có thể chắc chắn tuyệt đối, vì vậy các nhà thống kê dùng kiểm định giả thuyết để đo mức độ bất thường của kết quả nếu thay đổi đó không có tác động.

Kiểm định bắt đầu từ giả thuyết không, tức giả định rằng phiên bản B hoạt động giống hệt phiên bản A. Số lượt chuyển đổi tuân theo phân phối nhị thức, vì mỗi khách truy cập hoặc chuyển đổi hoặc không. Mô hình này cho phép kiểm định xác định mức biến động của tỷ lệ chuyển đổi chỉ do ngẫu nhiên. Với tỷ lệ chuyển đổi, phương pháp thường dùng là kiểm định z cho hai tỷ lệ hoặc kiểm định chi bình phương, và mọi công cụ tính ý nghĩa thống kê đều có thể thực hiện phép kiểm định này cho bạn.

Kiểm định cho ra một giá trị p: xác suất quan sát được chênh lệch ít nhất lớn bằng chênh lệch của bạn nếu thay đổi thực sự không tạo ra khác biệt. Đây không phải xác suất thay đổi của bạn có hiệu quả, và cũng không cho biết mức cải thiện lớn đến đâu. Giá trị p bằng 0,03 có nghĩa là chênh lệch ít nhất lớn như vậy sẽ xuất hiện trong khoảng 3 trên mỗi 100 thử nghiệm với hai trang giống hệt nhau.

Hầu hết các đội ngũ đặt ngưỡng 0,05 (5%) trước khi bắt đầu thử nghiệm và coi kết quả có ý nghĩa thống kê khi giá trị p thấp hơn ngưỡng đó. Việc đặt ngưỡng trước rất quan trọng, vì ngưỡng được chọn sau khi xem dữ liệu có thể bị điều chỉnh để khớp với kết quả bạn mong muốn. Với quyết định lớn, chẳng hạn thiết kế lại toàn bộ website, ngưỡng chặt chẽ hơn là 0,01 giúp bạn giảm thêm nguy cơ chọn nhầm phiên bản thắng.

Cỡ mẫu và thời gian thử nghiệm

Dù các thông số này cần được xác định ngay từ đầu quy trình thử nghiệm, bạn vẫn nên kiểm tra lại khi đánh giá kết quả. Có những công cụ giúp bạn xác định cỡ mẫu và thời gian cần hướng tới để kết quả đạt ý nghĩa thống kê.

Về cơ bản, thử nghiệm càng kéo dài và có càng nhiều người tham gia, bạn càng có thể tin tưởng rằng những cải thiện tìm được sẽ bền vững trong dài hạn. Tất nhiên, điều này có giới hạn: không đội ngũ marketing nào có thời gian hay ngân sách vô hạn để mua traffic, vì vậy bạn cần đặt ra và kiểm tra những con số thực tế.

Khi xem xét cỡ mẫu, bạn cũng nên kiểm tra xem mỗi phiên bản có nhận được tỷ lệ khách truy cập đúng như kế hoạch hay không. Nếu bạn đặt tỷ lệ chia 50/50 nhưng thấy một phiên bản có 5.400 khách truy cập và phiên bản còn lại có 4.600, vấn đề nằm ở thiết lập chứ không phải do may rủi. Vấn đề này được gọi là sai lệch tỷ lệ mẫu, và một kiểm định chi bình phương đơn giản có thể xác nhận điều đó.

Sai lệch tỷ lệ mẫu thường xuất phát từ thiết lập, không phải nguồn traffic. Những nguyên nhân phổ biến gồm chuyển hướng làm mất một số khách truy cập, thẻ theo dõi không kích hoạt trên một phiên bản, hoặc lọc bot loại bỏ nhiều lượt truy cập hơn ở một nhóm. Nếu bước kiểm tra không đạt, kết quả không đáng tin cậy. Bạn cần tìm nguyên nhân và chạy lại thử nghiệm. Nếu nghi ngờ lượt truy cập tự động gây mất cân bằng, hướng dẫn cách nhận biết traffic bot của chúng tôi sẽ chỉ ra các tín hiệu cần so sánh giữa các phiên bản.

Có thêm một người kiểm tra sẽ giúp bước này đáng tin cậy hơn. Một đồng nghiệp có quyền Viewer (người xem) đối với tài sản GA4 của bạn có thể xác nhận độc lập tỷ lệ phân chia và các sự kiện chính, mà không có quyền thay đổi thiết lập. Hướng dẫn thêm người dùng trong Google Analytics của chúng tôi giải thích vai trò nào phù hợp cho người kiểm tra và cách cấp quyền an toàn.

Đánh giá các yếu tố bên ngoài

Đáng tiếc, internet không phải môi trường thử nghiệm được kiểm soát hoàn toàn, và các yếu tố bên ngoài có thể ảnh hưởng đến kết quả của bạn. Dù sử dụng traffic trả phí giúp giảm thiểu khả năng nhiễu thống kê này, nó không thể loại bỏ hoàn toàn.

Các yếu tố này có thể rất đa dạng, từ thay đổi hành vi theo mùa (mọi người dễ đón nhận quảng cáo thương mại điện tử hơn vào dịp lễ) đến những chiến dịch marketing khác mà bạn đang triển khai. Vấn đề kỹ thuật, chẳng hạn một trang tải chậm hơn trang kia một chút, cũng có thể tác động lớn đến kết quả ngoài dự kiến. Nếu không ai chờ đủ lâu để nhìn thấy yếu tố bạn đang thử nghiệm, bạn không thể thực sự kiểm thử yếu tố đó.

Những yếu tố này không làm kết quả mất giá trị, nhưng bạn cần cân nhắc kỹ trước khi áp dụng kết quả.

Phân khúc đối tượng

Ngoài những con số tổng quan từ thử nghiệm A/B như “số lượt đăng ký tăng 5%”, bạn còn có thể xem phản ứng của từng nhóm khách truy cập. Điều này đặc biệt hữu ích với traffic trả phí, vì bạn đã chọn đối tượng và công cụ phân tích ghi lại thiết bị, vị trí và nguồn traffic của mỗi khách truy cập.

Một cách làm hấp dẫn là chia nhỏ kết quả theo mọi chiều dữ liệu có sẵn, chẳng hạn thiết bị, trình duyệt, quốc gia, tuổi và giới tính. Vấn đề là mỗi lần chia nhỏ lại tạo thêm một cơ hội để yếu tố ngẫu nhiên tạo ra phiên bản thắng giả. Khi kiểm định 10 phân khúc ở ngưỡng 5%, xác suất ít nhất một phân khúc cho thấy chênh lệch “có ý nghĩa thống kê” chỉ do ngẫu nhiên là khoảng 40%. Đây là một rủi ro được gọi là vấn đề so sánh nhiều lần. Mỗi phân khúc cũng chỉ chứa một phần mẫu, nên các con số kém tin cậy hơn.

Bạn cũng nên xây dựng phân khúc từ dữ liệu phân tích của chính mình thay vì từ hồ sơ đối tượng của mạng quảng cáo. Hồ sơ xây dựng từ cookie bên thứ ba không đầy đủ, vì một số trình duyệt lớn chặn các cookie đó theo mặc định, còn banner xin sự đồng ý làm giảm số lượt truy cập bạn có thể đo lường.

Cách thực tế là xác định một hoặc hai phân khúc trước khi bắt đầu thử nghiệm. Loại thiết bị là lựa chọn hữu ích nhất với phần lớn landing page. Ví dụ, nếu bạn đã lên kế hoạch so sánh thiết bị di động với máy tính và thấy khách truy cập từ máy tính chuyển đổi nhiều hơn hẳn trên phiên bản B, bạn có một phát hiện vững chắc để hành động. Bất kỳ xu hướng nào tìm thấy trong phân khúc ngoài kế hoạch đều là giả thuyết cho thử nghiệm tiếp theo, không phải kết quả đã được xác nhận.

Xử lý giá trị ngoại lệ

Tùy chỉ số bạn chọn, một vài kết quả bất thường có thể làm sai lệch dữ liệu. Doanh thu là ví dụ điển hình: một giao dịch giá trị lớn trên phiên bản B có thể khiến phiên bản này trông như chiến thắng, dù phần lớn khách truy cập không mua gì.

Cách xử lý đơn giản nhất là áp trần giá trị, còn gọi là Winsor hóa. Bạn chọn một ngưỡng, chẳng hạn phân vị thứ 99 của giá trị đơn hàng, rồi thay mọi giá trị cao hơn ngưỡng bằng chính giá trị ngưỡng. Ví dụ, nếu 99% đơn hàng có giá trị dưới $400, một đơn hàng $5,000 sẽ được tính là $400. Mọi khách truy cập vẫn được giữ trong dữ liệu, kể cả người không chi tiêu, nên bạn vẫn có thể so sánh công bằng doanh thu trung bình trên mỗi khách truy cập.

Áp trần hiệu quả hơn cắt bỏ, tức xóa các giá trị cao nhất và thấp nhất. Trong dữ liệu doanh thu, các giá trị thấp nhất chủ yếu là khách truy cập không chi tiêu, nên xóa họ sẽ làm tăng mức trung bình và che khuất những người không mua hàng.

Một số nhà phân tích dùng kiểm định U Mann-Whitney thay thế. Phương pháp này gộp kết quả từ cả hai trang, xếp hạng rồi kiểm tra xem một nhóm có xu hướng tạo ra giá trị lớn hơn hay không. Nó không yêu cầu hai nhóm có cỡ mẫu bằng nhau, nhưng trả lời một câu hỏi khác với “trang nào tạo ra nhiều doanh thu hơn trên mỗi khách truy cập”, và gặp khó khăn khi phần lớn giá trị bằng không. Với đa số thử nghiệm landing page, áp trần rồi so sánh giá trị trung bình sẽ đơn giản hơn và sát với quyết định kinh doanh bạn cần đưa ra hơn.

Kết luận: Vì sao nên dùng traffic trả phí để thử nghiệm A/B landing page

Một chân lý quen thuộc là luôn có chỗ để cải thiện, và landing page của bạn cũng không ngoại lệ. Dù các trang hiện tại có thể đang mang lại kết quả rất tốt, bạn luôn có thể đạt được nhiều hơn nữa.

A/B testing cho phép bạn thử các thay đổi và thu thập dữ liệu thống kê thực tế, đáng tin cậy về tác động của chúng trước khi chính thức áp dụng. Qua vài lần thử nghiệm, bạn có thể cải thiện đáng kể kết quả mà không phải mạo hiểm với những sai lầm khó khắc phục.

Dù bạn có thể dựa vào SEO hoặc một phương pháp tạo traffic khác, việc sử dụng quảng cáo trả phí mang lại khá nhiều lợi thế.

• Bạn có thể nhắm đến đúng đối tượng mà website hướng tới theo vị trí, thiết bị và sở thích ngay từ ngày đầu tiên, nhờ đó thử nghiệm phản ánh đúng nhóm khách hàng bạn muốn thu hút.
• Bạn kiểm soát số lượng, thời điểm và cách nhắm mục tiêu của từng lượt truy cập, để cả hai phiên bản đều được thử nghiệm trên cùng một nhóm đối tượng trong cùng điều kiện. Sau đó, việc phân chia ngẫu nhiên lượt truy cập ngay trên website của bạn sẽ đảm bảo phép so sánh công bằng.
• Thử nghiệm của bạn có thể bắt đầu gần như ngay lập tức. Khi quảng cáo được phân phối, lưu lượng truy cập sẽ nhanh chóng đổ về, giúp bạn đạt cỡ mẫu dự kiến sớm hơn nhiều so với việc chờ traffic tự nhiên.
• Gắn tham số UTM vào chiến dịch giúp bạn chỉ phân tích những người truy cập đến từ thử nghiệm, để lượt truy cập tự nhiên, trực tiếp và từ người dùng quay lại không làm sai lệch kết quả.
• Khả năng kiểm soát số lượng lượt truy cập thông qua nền tảng quảng cáo cho phép bạn dừng thử nghiệm ngay khi mỗi trang đạt số người truy cập mong muốn.

Với những thử nghiệm A/B chính xác, có kiểm soát để xác định thay đổi nào giúp tăng chuyển đổi, traffic trả phí là lựa chọn khó có phương án nào sánh bằng.