ए/बी टेस्ट प्लानिंग में बेसलाइन रूपांतरण दर
बेसलाइन रूपांतरण दर प्रयोग शुरू होने से पहले नियंत्रण अनुभव के लिए अपेक्षित रूपांतरण दर है। यह महत्वपूर्ण है क्योंकि समान लक्ष्य वृद्धि के लिए अलग-अलग नमूना आकारों की आवश्यकता हो सकती है, यह इस बात पर निर्भर करता है कि आप कहाँ से शुरू करते हैं।
बेसलाइन गणना को क्यों बदल देती है?
2% से 3% का परिवर्तन 20% से 21% के परिवर्तन से अलग तरह से व्यवहार करता है, भले ही दोनों कागज़ पर सरल दिखें। आधारभूत स्तर परिणाम में भिन्नता को निर्धारित करता है और इसलिए नमूना आकार की आवश्यकता को प्रभावित करता है।
इसीलिए हालिया नियंत्रण डेटा किसी अनुमान से बेहतर होता है।
आधार रेखा का चयन कैसे करें
सर्वोत्तम आधारभूत डेटा आमतौर पर उसी फ़नल चरण या प्रयोग संदर्भ से प्राप्त हालिया, तुलनीय डेटा से मिलता है। यदि मौसमी रुझान, ट्रैफ़िक स्रोत या दर्शकों का मिश्रण बदल गया है, तो पुराने आधारभूत डेटा भ्रामक हो सकते हैं।
यदि अनिश्चितता अधिक हो, तो परीक्षण योजनाकार कभी-कभी एक से अधिक संभावित आधार रेखाओं का उपयोग करके एक सीमा की गणना करते हैं।
किन चीजों से बचना चाहिए
महत्वाकांक्षी लक्ष्यों को आधार रेखा के रूप में उपयोग करने से बचें। आधार रेखा वर्तमान वास्तविकता को दर्शाती है, न कि उस लक्ष्य को जिसे आप प्राप्त करने की आशा रखते हैं। आशावादी आधार रेखाएं भ्रामक ट्रैफ़िक अनुमान और खराब परीक्षण योजना का कारण बन सकती हैं।
आधारभूत स्तर को भरोसेमंद कैसे बनाए रखें
सबसे अच्छा आधार डेटा वही हालिया डेटा होता है जो उसी ऑडियंस और फ़नल के उसी चरण से लिया गया हो जिस पर आप परीक्षण करने की योजना बना रहे हैं। यदि प्रयोग किसी संकीर्ण या अधिक अस्थिर सेगमेंट पर किया जाएगा, तो व्यापक साइट-व्यापी औसत भ्रामक हो सकता है।
जब अनिश्चितता अधिक हो, तो अक्सर एक से अधिक संभावित आधार रेखाओं का उपयोग करके नमूना आकारों की एक सीमा का अनुमान लगाना बेहतर होता है। इससे टीम को सटीकता के झूठे एहसास के बजाय योजना बनाने के लिए एक दायरा मिल जाता है।
- ऐतिहासिक औसत की तुलना में हालिया नियंत्रण डेटा को प्राथमिकता दें।
- बेसलाइन को सटीक परीक्षण समूह और मीट्रिक से मिलाएं।
- मौसमी बदलावों या यातायात के प्रकार में होने वाले परिवर्तनों पर ध्यान दें।
- जब आधारभूत अनिश्चितता अभी भी अधिक हो तो एक सीमा का उपयोग करें।