Bỏ để qua phần nội dung
Trang chủ » Kiểm thử A/B: Hướng dẫn đầy đủ

Kiểm thử A/B: Hướng dẫn đầy đủ

Cập nhật lần cuối: ngày 9 tháng 2026 năm XNUMX

Đăng: Tháng 10 9, 2026

Thử nghiệm A / B

Thử nghiệm A/B, hay còn gọi là thử nghiệm phân tách, so sánh hai phiên bản của một trang web, email, quảng cáo, lời kêu gọi hành động (CTA) hoặc tài sản tiếp thị khác để xem phiên bản nào hoạt động tốt hơn. Bằng cách thay đổi một biến số và giữ nguyên các biến số khác, doanh nghiệp đưa ra quyết định dựa trên dữ liệu hiệu suất chứ không phải ý kiến ​​cá nhân.

Việc tin tưởng vào kết quả thử nghiệm khó hơn việc thiết lập nó, bởi vì những khách hàng tiềm năng ban đầu thường biến mất nhanh chóng, và một cú nhấp chuột thành công chưa chắc đã mang lại doanh thu. Do đó, thử nghiệm là một kỹ năng cần thiết cho các đội ngũ tiếp thị và bán hàng, chứ không phải là một tính năng của trang web.

Thử nghiệm A / B là gì?

Thử nghiệm A/B là một thí nghiệm có kiểm soát với hai phiên bản của cùng một nội dung. Phiên bản kiểm soát là phiên bản đang được sử dụng, còn phiên bản biến thể thì giống hệt phiên bản gốc ngoại trừ một thay đổi nhỏ, chẳng hạn như dòng tiêu đề hoặc nhãn nút mới.

Cả hai phiên bản đều được đánh giá dựa trên một chỉ số chính duy nhất, chẳng hạn như tỷ lệ nhấp chuột. Việc chỉ thay đổi một biến số đảm bảo kết quả rõ ràng, giúp dễ dàng quy kết bất kỳ sự cải thiện hiệu suất nào trực tiếp cho sự thay đổi đó. Ý nghĩa thống kê và kích thước mẫu, hai yếu tố cốt lõi Thử nghiệm A / B Dựa trên các nguyên tắc đó, hãy xác nhận xem sự tăng trưởng đó là thực sự hay chỉ là sự dao động ngẫu nhiên. 

Thử nghiệm A/B hoạt động như thế nào?

Công cụ kiểm thử sẽ chia ngẫu nhiên lưu lượng truy cập hoặc danh sách liên hệ thành hai nhóm. Nhóm A nhận được nhóm đối chứng, nhóm B nhận được nhóm thử nghiệm, và công cụ sẽ ghi lại kết quả của mỗi nhóm dựa trên chỉ số chính.

Phân bổ ngẫu nhiên giúp tránh thiên vị. Nếu chỉ những khách hàng trung thành mới thấy phiên bản thử nghiệm, thì hiệu quả có thể tốt hơn là do ai đã thấy nó, chứ không phải do nội dung thay đổi. Việc chia người dùng ngẫu nhiên đảm bảo cả hai nhóm đều có cùng lượng khách truy cập, do đó mọi khác biệt về hiệu suất đều đến trực tiếp từ phiên bản thử nghiệm. 

Việc kiểm tra mức độ ý nghĩa xác nhận xem sự chênh lệch hiệu suất là có thật hay chỉ do sự biến động dữ liệu tạm thời gây ra. Nhóm tư vấn thống kê của UCLA Ghi chú, công suất, cỡ hiệu ứng, kích thước mẫu và alpha là các biến phụ thuộc lẫn nhau. 

Việc xác định kích thước hiệu ứng mục tiêu, mức ý nghĩa và sức mạnh thống kê trước khi triển khai sẽ tính toán chính xác kích thước mẫu cần thiết để đưa ra quyết định đáng tin cậy. 

Tại sao thử nghiệm A/B lại quan trọng?

Thử nghiệm A/B loại bỏ sự thiên vị nội bộ và bảo vệ doanh thu:

  • Ngăn ngừa những sai lầm tốn kém: Nó giúp xác định sớm các bản cập nhật lỗi, ngăn chặn những thay đổi kém hiệu quả trước khi chúng tiếp cận được toàn bộ người dùng.
  • Thúc đẩy tăng trưởng doanh thu: Các công ty khởi nghiệp sử dụng thử nghiệm A/B đạt được hiệu quả hoạt động cao hơn từ 30% đến 100% trong vòng một năm. (Khoa học quản lý, 2022). 

Bạn có thể thử nghiệm A/B những gì?

  • Trang web và trang đích

Tiêu đề, nội dung, hình ảnh, độ dài biểu mẫu, từ ngữ kêu gọi hành động (CTA) và bố cục thường là những yếu tố cần xem xét. Hãy kiểm tra độ dài biểu mẫu ngay từ đầu, vì mỗi trường thông tin bổ sung sẽ làm giảm số lượng khách hàng tiềm năng và giảm chi tiết thông tin.

  • Email marketing

Bạn có thể so sánh tiêu đề email, văn bản xem trước, nội dung chính, lời kêu gọi hành động (CTA), thời gian gửi và định dạng. Email rất phù hợp để thử nghiệm vì danh sách người nhận đã được biết trước, nên việc chia nhóm ngẫu nhiên rất đơn giản.

  • Tiếp cận bán hàng

Các đội ngũ bán hàng có thể thử nghiệm tiêu đề email chào hàng, lời mở đầu, kịch bản cuộc gọi, bài thuyết trình và thời điểm theo dõi. Một nhân viên bán hàng có thể so sánh lời mở đầu dạng câu hỏi với lời mở đầu dạng kết quả trên các danh sách khách hàng tiềm năng tương đồng. Thử nghiệm A/B về doanh số Trên các tài liệu và bản trình bày, ban giám khảo đánh giá người chiến thắng dựa trên tỷ lệ gặp mặt, bởi vì cuộc gặp mặt là kết quả mà những tài sản đó tồn tại để giành được.

Trên cả ba kênh, các thử nghiệm A/B hiệu quả đều có ba đặc điểm chung: 

  • Khối lượng lớn – Tài liệu này tiếp cận đủ nhiều người mỗi tuần để tạo ra kết quả có thể đọc được trong một khoảng thời gian hợp lý.
  • Một thước đo rõ ràng – Sự thay đổi này gắn liền với một hành động duy nhất, chẳng hạn như một cú nhấp chuột hoặc một câu trả lời, chứ không phải là doanh thu phát sinh nhiều tháng sau đó.
  • Một sự thay đổi táo bạo- Sự khác biệt này đủ lớn so với nhóm đối chứng để tạo ra một khoảng trống mà mẫu thử có thể phát hiện được.

Cách chạy thử nghiệm A/B

  1. Xác định mục tiêu

Xác định những gì doanh nghiệp muốn cải thiện và chọn một chỉ số KPI chính. Đối với bản tin điện tử, đó có thể là tỷ lệ nhấp chuột; đối với chuỗi bán hàng, đó có thể là số cuộc họp đã đặt lịch.

  1. Đưa ra giả thuyết

Hãy nêu rõ những gì sẽ thay đổi, những gì nên xảy ra và lý do tại sao.
Ví dụ: “Việc thay đổi nút kêu gọi hành động (CTA) từ Tìm hiểu thêm thành Xem giá sẽ làm tăng tỷ lệ nhấp chuột, vì khách truy cập trên trang này đang so sánh giá cả.”

  1. Chọn một biến

Chỉ thay đổi yếu tố đang được thử nghiệm. Giữ nguyên đối tượng, thời gian, ưu đãi và thiết kế để kết quả phản ánh sự thay đổi đó.

  1. Tạo ra sự kiểm soát và biến thể.

Sao chép điều khiển, sau đó chỉ áp dụng thay đổi được đề xuất cho bản sao. Kiểm tra xem cả hai phiên bản có hiển thị chính xác trên thiết bị di động và máy tính để bàn hay không, để tránh nhầm lẫn lỗi bố cục với kết quả.

  1. Đối tượng khán giả và quy mô mẫu

Kích thước mẫu để so sánh hai tỷ lệ chuyển đổi phụ thuộc vào tỷ lệ cơ sở, hiệu ứng tối thiểu có thể phát hiện, mức ý nghĩa và độ mạnh của phép thử. Công cụ tính toán cỡ mẫu của Evan Miller Nó nhận bốn thông tin đầu vào này và trả về số lượng khách truy cập cần thiết cho mỗi biến thể.

Do đó, kích thước mẫu cần thiết sẽ quyết định liệu một thử nghiệm có khả thi đối với một đối tượng cụ thể hay không. Đối với các thử nghiệm trên web, Kohavi và Thomke đã viết trong Harvard Business Review Điều đó có nghĩa là “bất kỳ công ty nào có ít nhất vài nghìn người dùng hoạt động hàng ngày đều có thể tiến hành các thử nghiệm này.”

  1. Chạy thử nghiệm

Chạy cả hai phiên bản cùng lúc và cố định thời gian thử nghiệm trước khi ra mắt. Trong bài luận của mình, ông viết. Cách tránh sai lầm khi thực hiện thử nghiệm A/BMiller khuyên nên xác định trước kích thước mẫu và chỉ tin tưởng vào các con số sau khi thí nghiệm kết thúc.

  1. Phân tích kết quả

So sánh chỉ số KPI chính và kiểm tra mức độ quan trọng. Sau đó loại trừ các yếu tố bên ngoài như ngày lễ, và so sánh khách truy cập mới và khách truy cập quay lại để kiểm tra xem kết quả có đúng với cả hai trường hợp hay không.

Các chỉ số cần theo dõi khi thực hiện thử nghiệm A/B

Đánh giá từng bài kiểm tra bằng cách sử dụng một chỉ số chính riêng biệt, gắn trực tiếp với sự thay đổi, đồng thời theo dõi một chỉ số kiểm soát thứ cấp để bảo vệ hiệu quả hoạt động kinh doanh tổng thể. 

Các chỉ số chính (Tác động trực tiếp):

  • Tỷ lệ chuyển đổi và tỷ lệ nhấp chuột: Xác thực hành động tức thì của người dùng trên các yếu tố trang đích và nút kêu gọi hành động.
  • Tỷ lệ nhấp chuột và tương tác: Tốt nhất cho nội dung email và thời gian gửi. Theo màu xanh lấy ở loài rêuTính năng Bảo vệ Quyền riêng tư của Apple Mail (MPP) làm tăng tỷ lệ mở email, vì vậy tỷ lệ nhấp chuột là thước đo đáng tin cậy duy nhất về mức độ tương tác thực sự.
  • Số liệu thống kê quy trình bán hàng (Khách hàng tiềm năng & Cuộc họp đã đặt): Kết nối trực tiếp các trang demo B2B và email bán hàng với các hoạt động trong quy trình bán hàng đủ điều kiện.

Các chỉ số kiểm soát thứ cấp (Bảo vệ phễu):

  • Tỷ lệ thoát trang: Cho thấy sự không phù hợp của thông điệp khi tiêu đề hoặc bố cục mới không đáp ứng được kỳ vọng của người truy cập.
  • Doanh thu & Tỷ lệ chuyển đổi bán hàng: Đảm bảo lợi ích từ việc chuyển đổi ở giai đoạn đầu phễu bán hàng chuyển thành doanh thu thực sự mà không ảnh hưởng đến chất lượng giao dịch. 

Ví dụ về thử nghiệm A/B

Thử nghiệmKiểm soátBiến thểĐơn vị đo lường chính
Dòng tiêu đề emailBản cập nhật sản phẩm tháng 3 của bạnBa thay đổi giúp bạn tiết kiệm thời gianTỷ lệ mở và nhấp chuột
Lời kêu gọi hành động (CTA) trên trang đíchTìm hiểu thêmNhận giáTỷ lệ nhấp
Email bán hàngKhai mạc với nhiều tính năng nổi bậtKết quả mở bán của khách hàngTrả lời, các cuộc họp đã được đặt lịch
Tiêu đề trang webNền tảng tất cả trong mộtHoàn tất giao dịch chỉ từ một hộp thư đến.Tỷ lệ chuyển đổi

So sánh thử nghiệm A/B và thử nghiệm đa biến

Thử nghiệm A/B (Một biến):

  • Làm thế nào nó hoạt động: Thay đổi một yếu tố (chẳng hạn như tiêu đề hoặc nút kêu gọi hành động) để so sánh phiên bản biến thể với phiên bản gốc.
  • Lượng giao thông cần thiết: Mức độ vừa phải. Phân bổ lưu lượng truy cập 50/50, tạo ra kết quả có giá trị thống kê một cách nhanh chóng.
  • Tốt nhất cho: Chuỗi email, trang đích có độ ma sát cao và các chiến dịch có số lượng email thấp.

Kiểm thử đa biến (Multi-Variable Testing):

  • Làm thế nào nó hoạt động: Thay đổi đồng thời nhiều yếu tố (chẳng hạn như tiêu đề, hình ảnh nổi bật và lời kêu gọi hành động) để tìm ra sự kết hợp tốt nhất.
  • Lượng giao thông cần thiết: Cao đến cực kỳ cao. Mỗi sự kết hợp bổ sung sẽ chia nhỏ lưu lượng truy cập hơn nữa, đòi hỏi kích thước mẫu khổng lồ.
  • Tốt nhất cho: Trang chủ có lưu lượng truy cập cao và các kênh chuyển đổi cốt lõi của trang web. 

Những lỗi thường gặp khi kiểm tra A/B cần tránh

Những sai lầm tốn kém nhất trong thử nghiệm A/B là sự thiếu kỷ luật, bởi vì những chiến thắng thực sự rất hiếm.

Ron Kohavi, cựu phó chủ tịch của Airbnb, là đồng tác giả của cuốn sách "Các thí nghiệm trực tuyến có kiểm soát đáng tin cậy". Ông và giáo sư Stefan Thomke của Trường Kinh doanh Harvard đã thực hiện một báo cáo trong cuốn sách này. Harvard Business Review Chỉ khoảng 10% đến 20% các thử nghiệm tại hai công cụ tìm kiếm lớn cho kết quả tích cực. Với tỷ lệ thành công hiếm hoi như vậy, một thử nghiệm sai sót có thể dễ dàng nhầm lẫn giữa nhiễu và kết quả tích cực.

  • Gộp nhiều thay đổi vào một biến thể duy nhất –Bài kiểm tra cho thấy gói phần mềm đó đã thắng, nhưng không cho biết thay đổi nào đã dẫn đến sự cải thiện. Việc xây dựng cả hai phiên bản từ các thư viện dùng chung đã được thực hiện. mẫu email CRM Giữ nguyên các yếu tố chưa được kiểm thử.
  • Bắt đầu mà không có giả thuyết –Nếu không có kỳ vọng cụ thể nào được nêu ra, bạn có thể trình bày bất kỳ sự khác biệt ngẫu nhiên nào sau đó như một phát hiện có ý nghĩa.
  • Sử dụng cỡ mẫu quá nhỏ – Các mẫu nhỏ có thể bỏ sót những tác động thực tế dù nhỏ, dẫn đến kết quả âm tính giả và loại bỏ những ý tưởng hay.
  • Kết thúc bài kiểm tra sớm - Việc dừng lại khi chỉ có một phiên bản dự đoán đúng sẽ làm tăng tỷ lệ kết quả dương tính giả, bởi vì những manh mối ban đầu thường mờ dần khi dữ liệu được tích lũy.
  • Bỏ qua bước kiểm tra tỷ lệ mẫu.Nếu việc chia mẫu theo tỷ lệ 50/50 dẫn đến kích thước nhóm không đồng đều rõ rệt, Kohavi và Thomke cảnh báo rằng "sự không phù hợp về tỷ lệ mẫu" này thường làm cho kết quả không còn giá trị.
  • Bỏ qua tiêu chí lan can bảo vệ – Tiêu đề email thu hút nhiều lượt mở nhưng lại ít lượt nhấp chuột sẽ không giúp cải thiện chiến dịch.
  • Khái quát hóa trên nhiều đối tượng khán giả - Kết quả thu được từ người mua doanh nghiệp lớn có thể không đúng với các doanh nghiệp nhỏ, vì vậy hãy xác nhận lại cho từng phân khúc.
  • Bỏ qua các yếu tố bên ngoài, theo mùa. Các đợt cao điểm, sự cố mất điện hoặc chương trình khuyến mãi của đối thủ có thể làm sai lệch hành vi trong thời gian thử nghiệm, vì vậy hãy kiểm tra lịch trước khi tuyên bố người chiến thắng.

Kohavi và Thomke cũng trích dẫn định luật Twyman, cho rằng “bất kỳ con số nào trông thú vị hoặc khác biệt thường là sai”. Hãy kiểm tra lại một chiến thắng lớn bất ngờ trước khi nhóm hành động dựa trên đó.

Công cụ kiểm tra A/B

Việc lựa chọn công cụ phụ thuộc vào kênh tiếp thị cụ thể và các yêu cầu kỹ thuật của bài kiểm tra:

  • Các nền tảng thử nghiệm chuyên dụng: Tăng cường khả năng kiểm thử website và ứng dụng web bằng trình chỉnh sửa trực quan kéo thả, kiểm thử phân tách URL và nhắm mục tiêu đối tượng nâng cao.
  • Nền tảng Email & Tự động hóa: Thực hiện các thử nghiệm A/B trực tiếp trên tiêu đề email, nội dung email và thời gian gửi ngay trong quy trình làm việc của chiến dịch.
  • Hệ thống CRM & Bán hàng: Thử nghiệm các chuỗi bán hàng và thông điệp tiếp cận khách hàng, đồng thời theo dõi trực tiếp hiệu quả hoạt động để so sánh tỷ lệ chuyển đổi khách hàng tiềm năng, các giai đoạn giao dịch và doanh thu thực tế. 

Vtiger One hỗ trợ thử nghiệm A/B như thế nào?

Vtiger Một Cho phép các nhóm tiếp thị gửi các biến thể chiến dịch email khác nhau đến hai nhóm người đăng ký. Báo cáo chiến dịch sau đó sẽ hiển thị số lượt mở, số lượt nhấp, số email bị trả lại và số lượt hủy đăng ký duy nhất cho mỗi lần gửi.

Các phân khúc được xây dựng dựa trên hành vi của các chiến dịch trước đó sẽ xác định ai nhận được mỗi bài kiểm tra, và chuỗi email cho phép bộ phận bán hàng so sánh các phương pháp tiếp cận. Sau đó, bạn có thể thêm các biến thể chiến thắng vào quy trình nuôi dưỡng khách hàng. phần mềm tự động hóa tiếp thịNhư vậy, thông điệp đã được kiểm thử vẫn được sử dụng sau khi quá trình kiểm thử kết thúc.

Câu Hỏi Thường Gặp

Giải thích một cách đơn giản, thử nghiệm A/B là gì?

Thử nghiệm A/B cho thấy hai phiên bản của cùng một nội dung, chẳng hạn như email hoặc trang web, được gửi đến hai nhóm người ngẫu nhiên. Phiên bản nào nhận được nhiều lượt nhấp chuột hoặc phản hồi hơn sẽ thắng. Các nhóm sử dụng phương pháp này để đưa ra quyết định cuối cùng về các lựa chọn như tiêu đề email, nội dung lời kêu gọi hành động (CTA) và bố cục trang dựa trên bằng chứng thay vì tranh luận.

Ví dụ về thử nghiệm A/B là gì?

Một công ty gửi một tiêu đề email khác nhau cho một nửa danh sách người nhận bản tin và một tiêu đề khác nữa cho nửa còn lại. Nếu tiêu đề thứ hai mang lại tỷ lệ mở và nhấp chuột cao hơn đáng kể trên một danh sách đủ lớn, nhóm sẽ áp dụng kiểu đó và thử nghiệm ý tưởng tiếp theo.

Sự khác biệt giữa thử nghiệm A/B và thử nghiệm phân tách là gì?

Trong sử dụng hàng ngày, không có sự khác biệt, vì cả hai thuật ngữ đều mô tả việc chia đối tượng người dùng thành hai phiên bản khác nhau. Một số chuyên gia dành thử nghiệm A/B cho các thử nghiệm gửi lưu lượng truy cập đến hai URL riêng biệt, trong khi thử nghiệm A/B chỉ thay đổi một yếu tố trên cùng một trang.

Thử nghiệm A/B nên kéo dài bao lâu?

Hãy chạy thử nghiệm cho đến khi đạt được kích thước mẫu đã tính toán trước khi ra mắt, và ít nhất là trong một chu kỳ kinh doanh đầy đủ. Đối với nhiều trang web, điều đó có nghĩa là một hoặc hai tuần đầy đủ, để bạn nắm bắt được cả hành vi vào ngày thường và cuối tuần. Các thử nghiệm email thường kết thúc sớm hơn, vì toàn bộ danh sách nhận được tin nhắn cùng một lúc.

Lượng truy cập cần thiết để thực hiện thử nghiệm A/B là bao nhiêu?

Lượng truy cập cần thiết phụ thuộc vào tỷ lệ chuyển đổi hiện tại, mức cải thiện nhỏ nhất bạn muốn phát hiện, mức độ tin cậy và sức mạnh thống kê. Một trang có tỷ lệ chuyển đổi thấp đang thử nghiệm một thay đổi nhỏ cần nhiều khách truy cập hơn nhiều so với một thử nghiệm email táo bạo. Công cụ tính toán kích thước mẫu sẽ chuyển đổi các thông số đầu vào đó thành số lượng cần thiết cho mỗi phiên bản.

Ý nghĩa thống kê trong thử nghiệm A/B là gì?

Ý nghĩa thống kê đặt ra câu hỏi về khả năng xảy ra sự khác biệt lớn như vậy nếu cả hai phiên bản đều cho kết quả như nhau. Nhiều nhóm kiểm tra ở mức ý nghĩa 5%, thường được gọi là độ tin cậy 95%. Ý nghĩa thống kê khiến cho yếu tố ngẫu nhiên khó có thể là lời giải thích, nhưng nó không thể chứng minh liệu sự cải thiện đó có ý nghĩa về mặt thương mại hay không.

Sự khác biệt giữa thử nghiệm A/B và thử nghiệm đa biến là gì?

Kiểm thử A/B so sánh hai phiên bản chỉ khác nhau ở một thay đổi, do đó kết quả thu được nhanh hơn và dễ diễn giải hơn. Kiểm thử đa biến thay đổi nhiều yếu tố cùng một lúc và kiểm tra sự kết hợp của chúng. Nó cho thấy các yếu tố tương tác với nhau như thế nào, nhưng cần lượng truy cập lớn hơn nhiều để có được câu trả lời đáng tin cậy.

✦
Thúc đẩy sự phát triển doanh nghiệp của bạn với CRM đa năng của Vtiger.
Hãy dùng thử Vtiger miễn phí!