A/B-test

Een A/B-test is een experimentele onderzoeksopzet waarbij de deelnemers in twee groepen worden verdeeld die elk één van twee verschillende varianten van een product of concept moeten evalueren. Verschillen in de evaluatie tussen de twee deelnemersgroepen kunnen dus worden toegeschreven aan de verschillen tussen de twee product- of conceptvarianten. Een typisch toepassingsvoorbeeld is een reclamecampagnetest waarbij elke groep een andere advertentie voor hetzelfde product of dezelfde dienst te zien krijgt en vervolgens beoordeeld wordt aan de hand van dezelfde vragen.

De A/B-test is een speciaal geval van de monadische en rotatietests, waarvan de implementatie met Survalyzer in detail wordt beschreven op deze gelinkte pagina. Deelnemers worden alleen tijdens het interview aan groepen toegewezen. De deelnemers worden om beurten aan de ene of de andere groep toegewezen op basis van de volgorde waarin de interviews zijn begonnen, zodat er, zelfs als ze afhaken, een ongeveer gelijke verdeling van voltooide interviews is. Dit basisprincipe kan ook worden gebruikt voor een indeling in meer dan twee groepen.

Hoe implementeer je een A/B-test in een Survalyzer-enquête?

Voor de wisselende toewijzing aan de groepen heb je een soort teller nodig die aangeeft hoeveel interviews er al zijn gestart. Deze teller wordt gedeeld door het aantal groepen; de rest van de deling bepaalt de toegewezen groep. Binnen een waardetoekenning (uitvoeren: “alleen eerste keer”) wordt eerst de huidige tellerstand van gestarte interviews (“in uitvoering” + “voltooid”) bepaald om vervolgens de restwaarde te berekenen bij het delen door het aantal groepen met behulp van de modulus-functie. De restwaarde opgeteld bij 1 is het toegewezen groepsnummer, dat wordt opgeslagen in een door de gebruiker gedefinieerde variabele (in het voorbeeld: “group”):

Kopieer de volgende code rechtstreeks in je waardetoekenning:

counter = survey.count_started + survey.count_completed - 1
group = counter%2 + 1

Het groepsnummer, opgeslagen in de door de gebruiker gedefinieerde variabele, wordt gebruikt om de product- of conceptvariant te filteren die wordt getoond. De twee onderstaande voorbeelden van A/B-testenquêtes (JSON-bestanden die u kunt importeren in uw werkruimte als een nieuwe enquête) tonen een verdeling van de deelnemers in 2 groepen en 3 groepen.

Als de deelnemers aan je enquête worden toegewezen volgens bepaalde criteria (bv. leeftijd en geslacht), kun je de groepen ook toewijzen volgens deze quota’s zodat er aan het einde van elk quotum een ongeveer gelijke verdeling over de groepen is. Voor elk quotum wordt een aparte tellerstand bepaald. De modulus-functie wordt toegepast op de tellerstand van het quotum waarin de deelnemer valt. Het volgende voorbeeld van een A/B-test-enquête (JSON-bestand, dat u kunt importeren in uw werkruimte als een nieuwe enquête) toont de verdeling in 2 groepen met behoud van de quotumvoorwaarden in de groepen:

Gegevensanalyse

Aangezien alle deelnemers dezelfde vragen krijgen in een A/B-test, ongeacht hun groepstoewijzing, worden alle antwoorden ook opgeslagen in dezelfde variabelen. In de ruwe gegevens wordt dan voor de analyse gefilterd op basis van de groepstoewijzing, opgeslagen in de overeenkomstige door de gebruiker gedefinieerde variabele. In het Pro-rapport (alleen beschikbaar voor Professional Analytics-gebruikers) wordt handmatige segmentatie ingesteld in de tabelwizard en wordt voor elke groep een apart segment gemaakt. Hier is het ook mogelijk om significantieberekeningen tussen de segmenten in te schakelen:

Updated on December 13, 2023
Was this article helpful?

Related Articles

Need Support?
Please login to your Survalyzer account and use the "Create Support Request" form.
Login to Survalyzer