A/B Testi Nedir? Web Sitelerinde Güvenilir Deney Nasıl Kurulur?
İki tasarım arasında beğendiğinizi seçmek kolaydır. Hangisinin işletmeniz için daha iyi çalıştığını anlamak ise doğru karşılaştırma ister. A/B testi, aynı dönemde rastgele oluşturulan gruplara farklı deneyimler sunarak önceden seçilen bir sonucu karşılaştırır. Bu rehber, ilk deneyi başlatmadan önce kararınızı, ölçümünüzü ve durdurma kuralınızı netleştirmenize yardımcı olur.

A/B testi neyi ölçer, neyi açıklamaz?
Açılış sayfası tasarımında değiştirilecek unsur, ziyaretçinin çözmeye çalıştığı sorunla bağlantılı olmalıdır. A sürümü mevcut deneyim, B sürümü önerilen değişikliktir. Bir hafta eski, sonraki hafta yeni sayfayı göstermek kontrollü A/B testi değildir; kampanya, fiyat ve sezon aynı anda değişmiş olabilir. Rastgele atama bu karşılaştırmayı daha güvenilir kurmaya yardımcı olur.
Test biriminizi de yazın: kullanıcı mı, oturum mu, işletme hesabı mı? Bir ziyaretçinin her gelişte başka sürüme geçmesi, deneyimin etkisini bulanıklaştırabilir. Aynı kişinin tekrar satın alımlarını bağımsız yeni kullanıcılar gibi değerlendirmeyin. Test, tanımlanan kitlenin belirli davranışını karşılaştırır; müşterinin neden kararsız kaldığını veya marka algısını tek başına açıklamaz. Bunun için görüşme ve kullanılabilirlik gözlemi gerekir.
A/B testinde hipotez, rastgele atama, örneklem ve karar ölçütünü önceden belirleyin. Düşük trafikte yanıltıcı sonuçlardan kaçınan uygulama rehberi.
A/B testi neyi karşılaştırır?
E-ticaret dönüşüm oranı rehberi test edilecek sorunu kullanıcı akışındaki somut bir engelle ilişkilendirmek için okunabilir.
Benzer ziyaretçiler rastgele farklı sürümlere atanır ve önceden seçilmiş sonuç karşılaştırılır. Bir hafta eski tasarım, sonraki hafta yeni tasarım kullanmak aynı test değildir; trafik ve sezon değişebilir. Testin temel amacı değişikliğin etkisini diğer etkenlerden mümkün olduğunca ayırmaktır.
Test fikrini kullanıcı sorunundan çıkarın
Arayüz araştırmasındaki gibi önce davranışın arkasındaki sürtünmeyi arayın. Destek görüşmelerinde teslimat süresi tekrar soruluyorsa, ilgili bilgiyi satın alma alanına taşımak somut bir hipotezdir. “Butonu değiştirelim” tek başına gerekçe sayılmaz. Sorun, önerilen değişiklik, beklenen davranış ve izlenecek zarar aynı deney notunda bulunmalıdır.
Örnekler aşağıda varsayımsal senaryolardır; Prix müşterileri için ölçülmüş artış iddiası içermez. Aynı anda başlık, fiyat ve formu değiştirirseniz toplam deneyimi karşılaştırabilirsiniz, ancak sonucu tek bir bileşene bağlayamazsınız. Birbirine etki edebilen eşzamanlı deneyleri de kayıt altına alın; bir sayfadaki değişiklik diğer testin ziyaretçilerini etkileyebilir.
E-ticaret
B2B teklif
SaaS deneme
Hipotezi somutlaştırın
Satış odaklı ürün sayfası rehberi teslimat ve ürün bilgisi gibi hipotezleri gerçek karar sorularıyla ilişkilendirmek için bir örnek alan sunar.
“Yeni tasarım daha iyi” yerine, “teslimat bilgisini satın alma alanında göstermek belirsizliği azaltır” gibi bir gerekçe yazın. Ana metrik ve iade, hata ya da gelir gibi koruyucu metrikleri belirleyin. Her görülen farkı başarı olarak saymayın.
Dönüşüm olayını CRM ve sipariş sonucuna bağlayın
Ölçüm kurulumu, form düğmesine basılmasını başarılı başvuru gibi kaydetmemelidir. Başarı olayı, sistem isteği kabul ettikten sonra oluşmalıdır. Sipariş tarafında tekrar gönderilen bildirimlerin çift dönüşüm yaratıp yaratmadığını kontrol edin. Test kimliği, varyant ve olay tanımı raporu yorumlamaya yeter; e-posta ve telefon değerlerini analiz olaylarına taşımayın.
Rıza tercihleri nedeniyle ölçülebilen ziyaretçi kitlesi tüm trafiğin aynısı olmayabilir. Bu sınırı deney notuna ekleyin. Varyantlar arasında olay tanımı veya rıza davranışı değişirse görülen fark tasarımdan kaynaklanmayabilir. B2B sonuçlarında CRM uygunluk değerlendirmesi birkaç gün sonra tamamlanıyorsa, son gün gelen başvurulara aynı değerlendirme süresini tanımadan karar vermeyin.
Örneklem, süre ve bitiş kuralını önceden seçin
Performans kampanyalarının trafik hacmi, sitenin deney yapma kapasitesini etkiler; ancak herkese uyan sabit ziyaretçi eşiği yoktur. Başlangıç dönüşüm oranı, yakalamaya değer en küçük fark, hata toleransı ve istatistik yöntemi birlikte değerlendirilir. Bir aracın yeşil sonuç göstermesi, testin ölçüm veya atama hatalarını otomatik olarak düzeltmez.
Sabit örneklem yaklaşımında olumlu ilk ekranda durmak yerine planlanan bitiş kuralına uyun. Sıralı yöntem kullanılacaksa yöntem baştan seçilmeli; test sırasında sonuç istediğiniz gibi görünmediği için değiştirilmemelidir. Süreyi tam iş döngülerini kapsayacak şekilde düşünün. Kampanya kesintisi, stok tükenmesi veya ödeme hatası yaşandıysa etkisini not edin ve gerekiyorsa deneyi geçersiz sayın.
Başlangıç notu
Karar kuralı
Sonuç belgesi
Örneklemi ve bitiş kuralını planlayın
GA4 ölçüm rehberi testte kullanılacak olayın neyi temsil ettiğini ve eksik veri koşullarını önceden tanımlamak için tamamlayıcıdır.
Başlangıç oranı, anlamlı kabul edilen değişim ve hata toleransı gereken örneklemi etkiler. Sürekli sonuç ekranına bakıp ilk olumlu anda durmak yanıltabilir. Kullanılan istatistik yöntemi ve durdurma kuralı testten önce seçilmelidir.
Yayından önce deney kalitesi ve SEO kontrolü yapın
Teknik SEO denetiminin yanına varyant kontrolünü ekleyin. Mobil menü, form doğrulaması, klavye kullanımı, sayfa titremesi ve yükleme etkisi iki deneyimde de çalışmalıdır. Beklenen trafik dağılımıyla gözlenen dağılım arasındaki belirgin uyumsuzluk, atama veya veri kaybı sorununun işareti olabilir. Bu sorun çözülmeden dönüşüm farkını güvenilir bir kazanan olarak sunmayın.
Alternatif sürümler ayrı URL kullanıyorsa Google'ın deney yönergelerine göre canonical ve geçici yönlendirme davranışını değerlendirin; kalıcı site taşımasıyla karıştırmayın. Googlebot'a sırf arama motoru olduğu için farklı içerik sunmayın. Deney tamamlandığında gereksiz varyant URL'lerini, komut dosyalarını ve geçici kuralları temizleyin. Seçilen sürüm için geri alma planı ve sürüm kaydı bulunsun.
Uygulama hatalarını kontrol edin
GA4 veri kalitesi rehberi atama ve uygulama kontrollerinin yanında ölçüm tekrarları ile olay tanımlarını incelemek için okunabilir.
Atama tutarlılığı, aynı kişinin sürümler arasında geçmesi, titreme ve ölçüm tekrarları sonucu bozabilir. Trafik dağılımının beklenenden ciddi sapıp sapmadığını inceleyin. Bozuk testten güçlü bir yüzde çıkması güvenilir sonuç değildir.
Trafik azsa yine de ilerleyebilirsiniz
Web geliştirme iş listesinde bozuk ödeme, okunmayan metin veya çalışmayan mobil form gibi açık sorunları düzeltmek için A/B testi beklemeyin. Kullanıcı görüşmeleri, görev bazlı kullanılabilirlik testleri ve destek kayıtları düşük hacimde daha uygulanabilir öğrenme yolları olabilir. Önce sorunun varlığını doğrulayın, sonra ölçülebilir ve yeterince büyük bir değişikliği değerlendirin.
Üst aşamadaki daha sık bir olayı izlemek veriyi hızlandırabilir, fakat ana ticari sonucun yerine geçmez. Örneğin sepete ekleme artarken tamamlanan sipariş düşebilir. Her öneriyi deney diye sunmak yerine hangi kararın görüşme, hangi kararın teknik hata ve hangisinin kontrollü deneyle değerlendirileceğini ayırın. Prix ile ilk adım, mevcut trafiğiniz ve ölçümünüz üzerinden uygulanabilir bir deney kapsamı çıkarmaktır.
Trafik azsa başka yöntem seçin
UI/UX çalışma kapsamı rehberi görev testi ve uzman incelemesi gibi alternatiflerin teslimlerini karşılaştırmaya yardımcı olur.
Düşük hacimde test uzun sürebilir veya küçük farkı ayıramayabilir. Kullanılabilirlik testi, destek kayıtları ve bariz teknik sorunları düzeltmek daha verimli olabilir. Deney yapmamak başarısızlık değildir; yanlış kesinlik üretmekten kaçınmaktır.
Karar özeti
E-ticaret dönüşüm oranı rehberi karar ölçütünü yalnız bir yüzdelik farka değil, kullanıcının gerçek sorununa bağlamak için tamamlayıcıdır.
| Seçenek / adım | Değerlendirme | Kontrol |
|---|---|---|
| Örnek hipotez | Teslimat bilgisini görünür yapma | Satın alma ve iade birlikte |
| Örnek hipotez | Demo formunda gereksiz alanları azaltma | Nitelikli demo oranı |
| Örnek hipotez | Ürün ölçü rehberini iyileştirme | Varyant seçimi ve iade |
A/B testinde tercih ve sonuç soruları
GA4 ölçüm rehberi farklı segment ve veri koşullarının bir sonucu nasıl sınırlayabileceğini incelemek için tamamlayıcıdır.
Bazen küçük ayrıntı işe yarayabilir ama önce gerçek kullanıcı sorunu ve anlamlı hipotez bulunmalıdır.
Genel sonuç tüm alt grupları temsil etmeyebilir. Sonradan çok sayıda segment arayarak tesadüfi kazanan üretmekten de kaçının.
Sık sorulan sorular
Başka sorunuz varsa bize yazın.
A/B testi kaç gün sürmeli?
Sabit bir gün sayısı yoktur. Trafik, başlangıç oranı, anlamlı etki ve yöntem süreyi etkiler. İş döngüsünü kapsayan, yeterli gözlem sağlayan ve önceden yazılmış bir bitiş kuralıyla planlayın.
Buton rengi test etmek yanlış mı?
Her zaman değil; fakat değişiklik gerçek bir kullanılabilirlik veya görünürlük sorununu çözmelidir. Önce teklifin anlaşılmasını, formun çalışmasını ve temel kullanıcı engellerini inceleyin. Küçük farklar düşük trafikte zor ayrılır.
Bir varyant daha çok form getirirse kazandı mı?
Başvuru kalitesini ve satışa ilerlemeyi de değerlendirin. Çok sayıda ilgisiz başvuru, satış ekibinin yükünü artırabilir. Kalite tanımını sonradan kazanana göre değiştirmeyin; deneyden önce belirleyin.
Sonuç istatistiksel olarak net değilse ne yapmalıyız?
Belirsizliği raporlayın ve maliyet ile risk üzerinden karar verin. Kanıt yetersizliği eşitlik kanıtı değildir. Yeni bir hipotez, daha güçlü değişiklik veya nitel araştırma bir sonraki adım olabilir.
A/B testi SEO'yu etkiler mi?
Yanlış URL ve yönlendirme yönetimi arama sinyallerini etkileyebilir. Ayrı URL deneylerinde Google'ın canonical ve geçici yönlendirme rehberini uygulayın; botlara özel farklı deneyim sunmayın ve deney kalıntılarını temizleyin.
Prix test aracı seçimine yardımcı olur mu?
Önce kapsamı, trafik kapasitesini, rıza davranışını ve teknik altyapıyı değerlendiririz. Araç seçimi bu gereksinimlere göre yapılır. Lisans ücreti, uygulama ve sonuç değerlendirmesi ayrı kapsam kalemleri olarak netleşir.
Buton rengi test etmek yeterli mi?
Bazen küçük ayrıntı işe yarayabilir ama önce gerçek kullanıcı sorunu ve anlamlı hipotez bulunmalıdır.
Kazanan sürüm her segmentte iyi mi?
Genel sonuç tüm alt grupları temsil etmeyebilir. Sonradan çok sayıda segment arayarak tesadüfi kazanan üretmekten de kaçının.
İlk testinizi bir karar planına dönüştürelim
Sayfanızı, mevcut dönüşüm tanımınızı ve çözmek istediğiniz sorunu paylaşın. Önce ölçüm ve trafik kapasitesini değerlendirip uygulanabilir deney kapsamını belirleyelim.

Kazanan







