Multivariate Testing یا آزمون چند متغیره راهکاری برای آزمودن فرضیه‌هایی است که متغیرهای متعددی در آنها تعدیل‌شده‌اند. هدف از اجرای این آزمون تعیین این موضوع است که کدام ترکیب از متغیرها قادر هستند تا از میان همه ترکیب‌های احتمالی، بهترین عملکرد را نشان دهند.
اپلیکیشن‌های موبایلی و وب‌سایت‌ها از عناصر تغییرپذیر متعددی ایجادشده‌اند. آزمون چند متغیره می‌تواند عناصر متعددی را مانند تغییر یک تصویر به همراه سر صفحه به‌صورت هم‌زمان دستخوش تغییر سازد. تصویر می‌تواند به ۳ حالت و سر صفحه هم به ۲ حالت مختلف تغییر کند. در آخر ۶ نسخه از این محتوای ترکیبی به دست می‌آید که در آزمون چند متغیره به‌صورت هم‌زمان سنجش می‌شوند تا مناسب‌ترین ترکیب شناسایی شود.
مجموع تغییرات در آزمون چند متغیره همواره از این فرمول پیروی می‌کند:
(مجموع حالت‌هایی که عنصر A می‌پذیرد) × (مجموع حالت‌هایی که عنصر B می‌پذیرد) = مجموع تغییرات
در مثال ذیل می‌توانید نمونه محاسبه مجموع حالت‌ها و تغییرات را با توجه به یک خط مبنا و یک حالت متغیر برای هرکدام از عناصر که در آخر مجموع تغییرات آن برابر با ۴ خواهد بود، مشاهده کنید.
روند اجرای آزمون چند متغیره تقریباً با آزمون A/B مشابه به نظر می‌رسد، اما تفاوت اصلی در این است که A/B تنها یک متغیر را می‌سنجد. در آزمون A/B حداقل یک متغیر برای تعیین میزان تأثیری که ممکن است تغییرات در متغیری دیگر اعمال کنند، سنجیده می‌شود. در آزمون چند متغیره تعدادی از متغیرها در کنار هم سنجیده می‌شوند تا ترکیب ایدئال و مؤثر برای دستیابی به هدف مشخص شود.
مزایای آزمون چند متغیره
استفاده از آزمون چند متغیره مخصوصاً زمانی مفید است که عناصر متعددی می‌توانند در یک صفحه پشت سرهم تغییر پیدا کنند تا یک هدف واحد تبدیل مانند ورود به وب‌سایت، کلیک و تکمیل فرم را بهبود ببخشند. آزمون چند متغیره درصورتی‌که به‌درستی اجرا شود، می‌تواند از لزوم اجرای چندین آزمون مجزای A/B در همان صفحه جلوگیری کند. به‌جای دردسر طولانی در استفاده چندین‌باره از آزمون A/B حالا همه آزمون‌ها به‌صورت هم‌زمان با متغیرهای بیشتر در زمان کوتاه‌تر اجرا می‌شوند.
معایب آزمون چند متغیره
یکی از دشوارترین چالش‌ها در اجرای آزمون چند متغیره تعداد بازدیدکنندگانی است که باید با ترافیک وارد سایت شوند تا به نتایج هدفمند دست پیدا کنید. طبیعت این آزمون کاملاً وابسته به عوامل و متغیرهای درون آن است و به همین خاطر تعداد متغیرهای درون آزمون ممکن است به‌سرعت افزایش پیدا کنند. وقتی تعداد متغیرها در آزمون افزایش یابد، ترافیک اختصاص‌یافته به هرکدام از این متغیرها کاهش پیدا می‌کند. ترافیک بازدیدکنندگان در آزمون A/B به نصف تقسیم می‌شود و ۵۰% از این تعداد به هرکدام از متغیرهای درون آزمون رجوع می‌کنند. از طرف دیگر، ممکن است ترافیک در آزمون چند متغیره به ۴، ۶، ۸ و یا حتی بخش‌های بسیار کوچک‌تری تقسیم شود. بدین ترتیب هرکدام از متغیرها بخش ترافیک کمتری را نسبت به آزمون A/B به خودشان اختصاص می‌دهند.
پیش از اجرای آزمون چند متغیره حتماً اندازه نمونه ترافیک ورودی را که برای هرکدام از متغیرها نیاز است، برنامه‌ریزی کنید تا بتوانید به نتایج آماری چشمگیری دست‌یابید. اگر ترافیک برای صفحه‌ای که مایل هستید آن را آزمون کنید کم است، به‌جای آزمون چند متغیره از همان روش A/B استفاده کنید.
مقاله مرتبط: راهنمای انجام تست A/B و کاربرد پذیری
چالش دیگر در اجرای آزمون چند متغیره زمانی پیش می‌آید که یک یا چند متغیر آزمون شده تأثیر قابل‌اندازه‌گیری روی هدف تبدیل ندارند. برای مثال اگر حالت‌های مختلف یک تصویر در صفحه فرود وب‌سایت روی هدف تبدیل تأثیرگذار نباشد اما اصلاح سر صفحه مؤثر باشد، بدین ترتیب آزمون اجرایی درصورتی‌که از نوع A/B باشد می‌تواند از آزمون چند متغیره مؤثرتر واقع شود.
نمونه‌هایی از آزمون چند متغیره
رایج‌ترین نمونه‌های آزمون‌های چند متغیره شامل موارد ذیل می‌شود:
آزمودن متن به همراه عناصر تصویری در یک صفحه وب
آزمودن متن و رنگ درون یک دکمه فراخوان (CTA) به‌صورت هم‌زمان
آزمودن برخی مناطق مربوط به فرم‌های مختلف به همراه متن درون دکمه فراخوان به‌صورت هم‌زمان
استفاده از آزمون چند متغیره به‌عنوان راهکاری برای بهینه‌سازی وب‌سایت درواقع روش قدرتمندی برای جذب بازدیدکننده و داده‌های کاربران است که اطلاعات مفصلی را درباره رفتار پیچیده مشتریان در اختیارتان قرار می‌دهد. داده‌هایی که از آزمون چند متغیره به دست می‌آیند می‌توانند شک و تردید را از بهینه‌سازی وب‌سایت دور کنند. اجرای دائمی آزمون‌ها، تعبیه ترکیب‌های مناسب از متغیرها و بهره گرفتن از نتایج آزمون‌ها به کسب نرخ تبدیل بالا و هدف شما منجر خواهد شد.
