كم تستمر في اختبار A/B لإعلاناتك؟ ولماذا يخدعك الإيقاف المبكر

“كم يجب أن يستمر الاختبار؟” سؤال له جواب حقيقي، وهذا الجواب ليس عدداً من الأيام. يكفي الاختبار حين يرى عدداً كافياً من الناس ليميّز بين النسختين. الأيام لا تدخل في الحساب إلا حين تقسم هذا العدد على حجم زياراتك. رتّب الخطوات بشكل صحيح وسيخبرك الاختبار بشيء مفيد. أخطئ في الترتيب وستنتهي بإطلاق الإعلان الذي صادف أنه متقدم في يوم ثلاثاء محظوظ.

تجري حاسبة اختبار A/B المجانية حسابات هذا المقال داخل متصفحك. إليك كيف تعمل، لتعرف ماذا تُدخل فيها.

ابدأ من أصغر تحسّن يستحق الاكتشاف

قبل الاختبار، حدّد أصغر تحسّن قد تتصرف بناءً عليه. لو رفع hook جديد التحويلات بنسبة 3%، هل ستعيد بناء إعلاناتك حوله؟ غالباً لا. وبنسبة 20%؟ غالباً نعم. هذا الحد الأدنى من التحسّن هو ما يحدد كل شيء آخر، لأن الفروق الصغيرة تحتاج إلى بيانات أكثر بكثير لتظهر مقارنة بالفروق الكبيرة.

وتحتاج أيضاً إلى ثلاثة أرقام أخرى:

معدل التحويل الحالي. خذه من الإعلان أو الجمهور أو صفحة الهبوط التي ستختبرها، على مدى فترة حديثة عادية.
مستوى الثقة. 95% هو الخيار المعتاد. وهو يحدد كم مرة سيعلن اختبار لا يوجد فيه فرق حقيقي عن فائز رغم ذلك: نحو 5% من المرات.
القوة الإحصائية. احتمال أن تلتقط التحسّن إن كان موجوداً فعلاً. Meta تقترح عادة 80% أو أكثر لاختباراتها، و80% قيمة افتراضية شائعة.

حوّل ذلك إلى عدد زوار لكل نسخة

بهذه الأرقام الأربعة، تعطيك المعادلة القياسية لمقارنة معدلَي تحويل عدد الزوار الذي تحتاجه كل نسخة. تعرض الحاسبة المعادلة كاملة. وهذا ما تنتجه لمتجر يحوّل 2% من زواره، عند ثقة 95% وقوة 80%:

أصغر تحسّن يستحق الاكتشاف	معدل النسخة B	الزوار لكل نسخة	الإجمالي
30%	2.6%	9,798	19,596
20%	2.4%	21,109	42,218
10%	2.2%	80,682	161,364

إذا قسمت التحسّن الذي تريد رؤيته على اثنين، تتضاعف الزيارات التي تحتاجها أربع مرات تقريباً. هذه الحقيقة وحدها تفسّر معظم اختبارات الإعلانات الفاشلة: حاول أحدهم رصد فرق صغير بميزانية مصمّمة لفرق كبير.

ورفع القوة الإحصائية له ثمن أيضاً. التحسّن نفسه بنسبة 20% عند قوة 90% يحتاج إلى 28,258 زائراً لكل نسخة بدلاً من 21,109.

بعد ذلك فقط، حوّله إلى أيام

اقسم الإجمالي على عدد الزوار الذين ستحصل عليهم النسختان معاً يومياً. عند 3,000 زائر يومياً، يحتاج اختبار الـ20% إلى 42,218 ÷ 3,000 = 14.07، أي 15 يوماً. وعند 1,000 زائر يومياً يحتاج إلى 43 يوماً. وعند 10,000 زائر يومياً يحتاج إلى 5 أيام.

والآن قارن الجواب بما تقوله المنصات:

قصير جداً. توصي أفضل ممارسات اختبار A/B لدى Meta بسبعة أيام على الأقل، وتقول إن الاختبارات الأقصر قد تعطي نتائج غير حاسمة. إذا قال حسابك 5 أيام، شغّل الاختبار 7 أيام على أي حال. وتقول الصفحة نفسها إن عليك التمديد إذا كان عملاؤك يحتاجون عادة أكثر من 7 أيام للتحويل بعد رؤية الإعلان.
طويل جداً. تضع Meta حداً أقصى لاختبارات A/B قدره 30 يوماً. إذا قال حسابك 43 يوماً، فالاختبار بتصميمه الحالي لن ينتهي. ابحث عن تحسّن أكبر (اختبر تغييراً أجرأ)، أو زيارات أكثر (ميزانية أكبر أو جمهور أوسع)، أو اقبل مستوى ثقة أدنى وصرّح بذلك حين تعرض النتيجة.
Google Ads. توصي صفحة المساعدة الخاصة بالتجارب بترك التجربة تعمل من أسبوعين إلى 3 أسابيع، وبزيادة الميزانية أو التمديد إذا بقيت النتائج غير محسومة.

لماذا يخدعك الإيقاف المبكر

هنا الفخ. تطلق الاختبار وتتفقده كل صباح. في اليوم الرابع تكون B متقدمة وتقول الأداة إن الفرق دال إحصائياً. توقف الاختبار، تعتمد B، وتنتقل إلى غيره.

مستوى الثقة 95% يصف فقط اختباراً تُقرأ نتيجته مرة واحدة، عند حجم العينة المخطط له. إذا كانت A وB تحوّلان بالمعدل نفسه فعلاً، فإن تلك القراءة الواحدة تعلن فائزاً زائفاً في نحو 5% من المرات. أما التفقد اليومي فإجراء مختلف. يتأرجح المعدلان مع وصول الزوار، وكل نظرة فرصة جديدة لأن تتجاوز فجوة عشوائية الخط. توقّف عند أول تجاوز وتكون قد اخترت أكثر اللحظات حظاً عن قصد. ينتهي معدل الإيجابيات الكاذبة الحقيقي فوق 5%، ويرتفع كلما نظرت أكثر.

قيمة p المعروضة على الشاشة لا تستطيع تحذيرك، لأنها لا تعرف كم مرة تفقدت النتائج. تظهر تماماً كما لو أنك نظرت مرة واحدة.

ثلاث قواعد تُبقي الاختبار نزيهاً:

اكتب حجم العينة قبل الإطلاق. ضعه في اسم الاختبار إن لزم الأمر.
انظر، لكن لا توقف. لا بأس بالتحقق من أن النسختين تُعرضان وأن لا شيء معطّل. أما إنهاء الاختبار لأن الرقم يبدو جيداً فلا.
اقرأ النتيجة مرة واحدة، عند الحجم المخطط له. إذا لم تكن دالة إحصائياً، فهذا جواب أيضاً: الفرق، إن وُجد، أصغر من التحسّن الذي قلت إنه يستحق الاكتشاف.

اقرأ النتيجة

حين يبلغ الاختبار حجمه، بدّل الحاسبة إلى هل نتيجتي دالة إحصائياً؟ وأدخل الزوار والتحويلات للنسختين. لنفترض أن A حوّلت 200 من 10,000 زائر (2.00%) وأن B حوّلت 245 من 10,000 (2.45%). تعطيك الحاسبة z = 2.157 وقيمة p ثنائية الطرف قدرها 0.031، أقل من 0.05، إذن تفوز B بثقة 95%.

ثم اقرأ المدى، لا الحكم وحده. فترة الثقة 95% للفرق تمتد من +0.04 إلى +0.86 نقطة مئوية، أي ما يعادل تحسّناً على A يتراوح تقريباً بين +2% و+43%. B أفضل، لكن بكم؟ هذا ما زال مفتوحاً على مصراعيه. وإذا كان إنتاج B أكثر كلفة، فهذا المدى هو ما يخبرك إن كانت تستحق.

لن تتفق المنصات دائماً مع الحاسبة، وهذا متوقع. نتائج A/B في Meta تعرض نسبة ثقة وتعدّ 65% فأكثر نتيجة فائزة، وهو مقياس مختلف عن قيمة p. وتحسب Google Ads فتراتها بإعادة المعاينة بطريقة jackknife على 20 مجموعة لكل ذراع وتعرض فترة 80% افتراضياً. استخدم حكم المنصة لاختبار المنصة، والحاسبة لتخطيط الحجم والتحقق من الحساب.

جهّز الاختبار بحيث يعني الجواب شيئاً

غيّر شيئاً واحداً. تقول أفضل ممارسات Meta إن النتائج تكون أكثر حسماً حين تتطابق النسخ في كل شيء ما عدا المتغير الذي تختبره.
قسّم بشكل صحيح. تنصح Meta بعدم الاختبار عبر تشغيل مجموعات الإعلانات وإيقافها، لأن الجماهير قد تتداخل، وتوصي بالميزانية نفسها للنسختين. استخدم أداة اختبار A/B أو أداة التجارب الخاصة بالمنصة.
راجع المال، لا المعدل فقط. النسخة التي تفوز بمعدل التحويل قد تخسر المال رغم ذلك إذا كانت تكلفة النقرة فيها أعلى. مرّر الفائزة عبر حاسبة ROAS وقارنها بـROAS التعادل قبل أن توسّعها.

باختصار

اختر أصغر تحسّن يستحق الاكتشاف، واحسب الزوار لكل نسخة، واقسم على زياراتك اليومية، وأبقِ النتيجة بين 7 و30 يوماً كما تحدد Meta، ولا توقف الاختبار مبكراً. حاسبة اختبار A/B تتولى الشقين. وإذا كنت تفضّل أن تُقترح عليك الاختبارات، فإن Hermoso وكيل تسويق بالذكاء الاصطناعي يدير تسويقك تلقائياً: يستطيع قراءة كل منصة إعلانية ربطتها وإخبارك ما الذي توسّعه، وما الذي توقفه، وما الذي تختبره بعد ذلك، مع فرضية كل اختبار، والمقياس الذي يحسمه، وميزانية ومدة.

أسئلة شائعة

كم يجب أن أشغّل اختبار A/B لإعلان على Facebook؟

بما يكفي لبلوغ حجم العينة الذي حسبته قبل البدء، و7 أيام على الأقل، وهو الحد الأدنى الذي توصي به Meta. وتضع Meta حداً أقصى لاختبارات A/B قدره 30 يوماً. عند 3,000 زائر يومياً، يحتاج اختبار على معدل تحويل 2% يبحث عن تحسّن بنسبة 20% إلى نحو 15 يوماً.

كم تحويلاً أحتاج لاختبار A/B؟

يعتمد ذلك على معدل التحويل لديك والتحسّن الذي تريد رصده. عند معدل 2%، يتطلب رصد تحسّن بنسبة 20% بثقة 95% وقوة 80% عدد 21,109 زائراً لكل نسخة، أي نحو 422 تحويلاً في النسخة الأصلية.

هل يمكنني إيقاف اختبار A/B مبكراً إذا كان دالاً إحصائياً بالفعل؟

ليس إذا أردت أن يصمد مستوى الثقة. التفقد المتكرر والإيقاف عند أول قراءة دالة يمنحان الصدفة فرصاً أكثر لتجاوز الخط، فينتهي معدل الإيجابيات الكاذبة الحقيقي أعلى من الذي اخترته.

ماذا لو احتاج اختباري إلى أكثر من 30 يوماً؟

لا يمكن أن تتجاوز اختبارات A/B في Meta مدة 30 يوماً، لذا غيّر التصميم: اختبر تغييراً أجرأ ليكون التحسّن الذي تبحث عنه أكبر، أو أضف ميزانية أو وسّع الجمهور لزيارات أكثر، أو اقبل مستوى ثقة أدنى وصرّح بذلك حين تعرض النتيجة.