লিংক পরিভাষা
A/B লিংক টেস্টিং
A/B লিংক টেস্টিং হলো একই ছোট লিংকের পেছনে ভিন্ন ডেস্টিনেশনের মধ্যে ট্র্যাফিক ভাগ করে তুলনা করা, যাতে কোন ল্যান্ডিং পেজ ভালো কাজ করে তা বোঝা যায়।
এছাড়াও বলা হয়: A/B টেস্ট, ভ্যারিয়েন্ট টেস্ট, স্প্লিট টেস্ট
সহজ ভাষায় সংজ্ঞা
A/B লিংক টেস্টিং হলো একই ছোট লিংকের পেছনে ভিন্ন ডেস্টিনেশনের মধ্যে ট্র্যাফিক ভাগ করে তুলনা করা, যাতে কোন ল্যান্ডিং পেজ ভালো কাজ করে তা বোঝা যায়।
- 1অনুরোধ
নিয়ন্ত্রণ ও কমপক্ষে একটি বৈধ ডেস্টিনেশনসহ ভ্যারিয়েন্ট নির্ধারণ করুন।
- 2মূল্যায়ন
সব ভ্যারিয়েন্টের ওজন যোগফল ১০০% করুন।
- 3সিদ্ধান্ত
প্রতি ভিজিটর বা ক্লিক-ভারিত ধারাবাহিক বণ্টন বাছাই করুন।
- 4রিপোর্ট
যথেষ্ট ও প্রতিনিধিত্বমূলক ট্র্যাফিকে বণ্টন ও ফলাফল তুলনা করুন।
কেন a/b লিংক টেস্টিং গুরুত্বপূর্ণ
কোন পেজ বেশি কনভার্ট করে তা অনুমান নয়, বরং নিয়ন্ত্রিত বণ্টনের মাধ্যমে জানা যায়। তবে বণ্টন ও ক্লিক পরিমাপ করা যায়, আর কনভার্সন সাধারণত ডেস্টিনেশনের ডেটায় মাপতে হয়।
কার্যকর প্রশ্নটি কেবল একটি অনুরোধ হয়েছে কি না তা নয়, বরং এটি কী ধরনের অনুরোধ ছিল, কোন নিয়ম এটি পরিচালনা করেছে এবং ফলাফলের ডেটা কোন সিদ্ধান্ত সমর্থন করতে পারে। পরিষ্কার পরিভাষা দলগুলোকে প্রতিটি প্রযুক্তিগত ইভেন্টকে মানুষ, প্রতিটি রিডাইরেক্টকে ব্যস্ততা বা প্রতিটি ক্লিককে কনভার্সন মনে করা থেকে বিরত রাখে।
ধাপে ধাপে এটি কীভাবে কাজ করে
একটি ছোট লিংক সিস্টেম নির্ধারিত ক্রমে প্রতিটি অনুরোধ মূল্যায়ন করে। ক্রমটি গুরুত্বপূর্ণ, কারণ আগের স্ট্যাটাস, অ্যাক্সেস বা রাউটিং সিদ্ধান্ত পরের নিয়মগুলো চালানো বন্ধ করে দিতে পারে।
এই ধারণার ক্ষেত্রে ব্যবহারিক ধাপগুলো হলো:
- নিয়ন্ত্রণ ও কমপক্ষে একটি বৈধ ডেস্টিনেশনসহ ভ্যারিয়েন্ট নির্ধারণ করুন।
- সব ভ্যারিয়েন্টের ওজন যোগফল ১০০% করুন।
- প্রতি ভিজিটর বা ক্লিক-ভারিত ধারাবাহিক বণ্টন বাছাই করুন।
- যথেষ্ট ও প্রতিনিধিত্বমূলক ট্র্যাফিকে বণ্টন ও ফলাফল তুলনা করুন।
ফলাফল কীভাবে ব্যাখ্যা করবেন
কনফিগার করা লিংক এবং অনুরোধের সময়ে উপলব্ধ প্রমাণের প্রেক্ষাপটে ফলাফলটি পড়ুন। ব্রাউজার সিগন্যাল, নেটওয়ার্ক অবস্থান, কুকি, রেফারার ও ইউজার এজেন্ট কার্যকর, তবে নিখুঁত নয়।
সমানের সঙ্গে সমান তুলনা করুন: একই তারিখের পরিসর, ট্র্যাফিক ফিল্টার, লিংকের মালিকানা ও ক্যাম্পেইনের সংজ্ঞা ব্যবহার করুন। শ্রেণিবিভাগ বা রাউটিংয়ে পরিবর্তন হলে অডিয়েন্সের চাহিদা অপরিবর্তিত থাকলেও রিপোর্ট বদলে যেতে পারে।
নির্ধারিত উদাহরণ
নিচের মানগুলো নমুনা ডেটা; প্রতিটি মোট দৃশ্যমান সারি থেকে যাচাই করা যায়।
ট্র্যাফিক বণ্টন বনাম কনভার্সন মাপা
DrutoLink এই ধারণাটি কীভাবে পরিচালনা করে
DrutoLink ভারিত ভ্যারিয়েন্ট সমর্থন করে এবং প্রতি ভ্যারিয়েন্টে ক্লিক ও আনুমানিক ইউনিক ভিজিটর রিপোর্ট করে। ধারাবাহিক হ্যাশ মোড পরিচিত ভিজিটরকে একই ভ্যারিয়েন্টে রাখে; ভারিত মোড প্রতি ক্লিকে বাছাই করতে পারে।
বট সাধারণত পরীক্ষার হিউম্যান ট্র্যাফিক হিসেবে গণনা হয় না। জিও বা ডিভাইস নিয়ম ভ্যারিয়েন্ট বাদ দিতে পারে। কনভার্সন ও আয়ের নেটিভ অ্যাট্রিবিউশন উপলব্ধ নয়।
মনে রাখার মতো সীমাবদ্ধতা
- ক্লিকের বণ্টন নিজেই সেরা কনভার্সন ফলাফল চিহ্নিত করে না।
- ছোট নমুনায় সঠিক ওজন থাকলেও শোরগোলপূর্ণ শতাংশ পাওয়া যায়।
- পরীক্ষার সময় ওজন বা ডেস্টিনেশন বদলালে মাপা পরীক্ষাটিই বদলে যায়।
সচরাচর জিজ্ঞাসা
A/B টেস্ট কি কনভার্সন মাপে?
DrutoLink বর্তমানে ক্লিক ও আনুমানিক ভিজিটর বণ্টন মাপে, নেটিভভাবে কেনাকাটা, রেজিস্ট্রেশন বা আয় নয়।
ওজন কি ১০০% হতে হবে?
হ্যাঁ। বৈধ বণ্টনে সব ব্যবহারযোগ্য ডেস্টিনেশনে সম্পূর্ণ ভাগ দরকার।
একই ভিজিটর কি সবসময় একই ভ্যারিয়েন্ট দেখবে?
ধারাবাহিক হ্যাশ মোড সেটা রাখতে চায়; ক্লিক-ভারিত আচরণ বদলাতে পারে।