الزائر هو من يقرّر، لا الاجتماع

كل فريق يبني مواقع إلكترونية يعرف ذلك الاجتماع. صفحة جديدة على الشاشة، ولكل واحد رأيه. المصمم يفضّل النسخة الهادئة، ومسؤول المبيعات يريد السعر في موضع أعلى، والمؤسس يحب العنوان الذي كتبه بنفسه. جلسنا في هذا الاجتماع سنوات، وكنا وكالة ثم صرنا شركة منتجات، وكثيرًا ما كنا إلى جانب خبراء ممتازين جدًا.

ثم تُنشر الصفحة ويقرّر الزوار. وكثيرًا ما يقرّرون شيئًا لم يتوقعه أحد في الغرفة. والاختبار المقسَّم (split testing) هو عادة أن نتركهم يقرّرون عن قصد: نسختان من الصفحة نفسها، تُعرضان في الوقت نفسه على مجموعتين عشوائيتين من الزوار الحقيقيين، وتبقى النسخة الأفضل أداءً.

الفكرة التي لم يرغب فيها أحد

المثال الأشهر يأتي من Microsoft. ففي 2012 اقترح موظف يعمل على Bing تغييرًا صغيرًا في طريقة عرض عناوين الإعلانات. كان سيستغرق من مهندس بضعة أيام. وكانت واحدة من مئات الأفكار، وصنّفها مديرو البرامج في مرتبة منخفضة، فبقيت دون أن يمسها أحد أكثر من ستة أشهر.

وحين أجرى مهندس أخيرًا اختبارًا بسيطًا، حققت النسخة الجديدة إيرادات عالية إلى حد أنها أطلقت تنبيهًا يدل عادةً على وجود خلل. ولم يكن خللًا. فقد كتب رون كوهافي وستيفان تومكه في Harvard Business Review أن التغيير رفع الإيرادات بنسبة 12 بالمئة، أي أكثر من 100 مليون دولار سنويًا في الولايات المتحدة وحدها، دون أن يضر بمقاييس تجربة المستخدم. وسمّياه أفضل فكرة مدرّة للإيرادات في تاريخ Bing.

ويصف المقال نفسه الحالة المعاكسة. فعرض محتوى من Facebook وTwitter في لوحة ثالثة على صفحة نتائج Bing كلّف Microsoft أكثر من 25 مليون دولار لبنائه، ولم يحقق سوى مكاسب ضئيلة في التفاعل والإيرادات. جهد صغير، أثر كبير. وجهد كبير، أثر صغير. ولم يكن بوسع أحد أن يعرف سلفًا أيهما أيّ.

حين كان الخبراء واثقين

في 2013 اختبر Bing تغييرات طفيفة في ألوان العناوين والروابط والشروح في صفحة نتائجه. كانت الفروق بالكاد مرئية، وتشكك خبراء التصميم حين جاءت النتائج إيجابية: صار الناس يجدون ما يريدون أكثر وأسرع. فأُعيد الاختبار مع 32 مليون مستخدم. وصمدت النتيجة، وقُدّرت قيمة التغيير بأكثر من 10 ملايين دولار سنويًا. وقد لاحظ المؤلفان أن Microsoft اعتمدت سنوات على مصممين خبراء، لا على سلوك المستخدمين الحقيقيين، في وضع أدلة أسلوبها.

وللسياسة نسختها الخاصة. ففي ديسمبر 2007 اختبرت حملة أوباما صفحة الاشتراك لديها بـ 24 تركيبة من الأزرار والصور والفيديوهات على أكثر من 310,000 زائر. وكتب دان سيروكر، الذي أجرى التحليل، لاحقًا أن العاملين أحبوا الفيديوهات وكانوا سيستخدمون أحدها على الأرجح. وكان أداء كل فيديو أسوأ من أداء كل صورة. أما الفائز، وهو صورة عائلية مع زر مكتوب عليه «Learn More»، فرفع معدل الاشتراك من 8.26 إلى 11.6 بالمئة، أي بتحسن قدره 40.6 بالمئة.

معظم الأفكار لا تنجح

الجزء المزعج هو المعدل الأساسي. يذكر كوهافي وتومكه أن نحو 10 إلى 20 بالمئة فقط من التجارب في Google وBing تعطي نتائج إيجابية، وأن ثلث الأفكار في Microsoft ككل يثبت فعاليته، وثلثها محايد، وثلثها يزيد الأمور سوءًا. أما تومكه، الذي درس Booking.com، وهي شركة تجري نحو 25,000 اختبار سنويًا، فيضع الرقم العام عند نحو 10 بالمئة من التجارب التي تحسّن النتيجة المالية النهائية.

وليس هذا مدعاة لليأس. إنه مدعاة للتواضع. فإذا كانت معظم الأفكار التي يوقن بها أصحاب الخبرة لا تفعل شيئًا أو تضر، فإن الشركة التي تغيّر موقعها بالرأي وحده تطلق هذه الأفكار أيضًا، ولا تكتشف ذلك أبدًا. الاختبار يجد الرابحين. وبالأهمية نفسها، يوقف الخاسرين بهدوء.

والشركات التي لديها أكبر قدر من البيانات تأخذ هذا على أشد محمل الجد. ففي سبتمبر 2025 اشترت OpenAI شركة Statsig، المتخصصة في اختبار المنتجات، في صفقة بالأسهم بالكامل قدّرتها TechCrunch بـ 1.1 مليار دولار.

كيف نختبر بنزاهة

يمكن للاختبار أن يضلّل بسهولة الاجتماع. فقد درس باحثون في Wharton أكثر من 2,100 تجربة أُجريت على Optimizely في 2014، ووجدوا أن 57 بالمئة من المجرّبين كانوا يتحققون من نتائجهم أولًا بأول ويوقفون الاختبار حين يتجاوز 90 بالمئة من الدلالة الإحصائية. وبحسب تقديرهم، رفعت هذه العادة نسبة النتائج المهمة إحصائيًا الخاطئة من نحو 30 بالمئة إلى 42 بالمئة.

وتحافظ بضع قواعد على نزاهة الاختبار. حدّدوا الهدف قبل أن يبدأ الاختبار، واجعلوه الهدف الذي يهم: عملاء محتملون أو مبيعات أو إيرادات، لا نقرات. وحدّدوا مدة التشغيل بأسابيع كاملة، ولا توقفوه لأن المنحنى يبدو جيدًا يوم ثلاثاء. وقسّموا الزوار عشوائيًا وتحققوا من التقسيم: فمنصة Microsoft تنبّه إلى عدم تطابق نسبة العيّنات حين تختلف المجموعتان عن المخطط، وكثيرًا ما تكون هذه النتائج باطلة. وغيّروا شيئًا واحدًا واضحًا في كل مرة، ليبقى السبب واضحًا.

وكونوا متشككين في المكاسب الكبيرة. فيقتبس كوهافي وتومكه قانون تويمان: «أي رقم يبدو مثيرًا أو مختلفًا فهو في الغالب خاطئ». أعيدوا تشغيل النتيجة المفاجئة قبل أن تحتفلوا بها، واحتفظوا بالخاسرين في سجل. فالاختبار الذي فشل لا يزال يخبركم بشيء عن عملائكم.

ما الذي يتغير حين تختبرون

أكبر تغيير ليس على الصفحة. إنه في الاجتماع. فحين يمكن اختبار كل تغيير مهم، يكفّ الخلاف عن أن يكون مباراة في الرتب، ويصير السؤال: ما الذي نختبره أولًا. يستطيع المبتدئ أن يطرح فكرة دون أن يضطر إلى الفوز في جدال، ويستطيع الخبير أن يخطئ دون أن يفقد ماء وجهه.

وما يبقى بشريًا هو كل ما يسبق الأرقام: الأفكار التي تستحق الاختبار، والحكم على ما لا ينبغي للعلامة أن تجرّبه أبدًا حتى لو كسب، والمسؤولية عمّا يُنشر. يستطيع الاختبار أن يخبركم أي عنوان يبيع. لكنه لا يستطيع أن يخبركم هل ينبغي أن تقولوه.

أين يقع Proof

بنينا Proof لأن الأدوات التي جرّبناها صُنعت لفرق الاختبار لا للشركات. إنه يجري اختبارات مقسَّمة على المواقع وصفحات الهبوط والمتاجر ورسائل البريد والنشرات البريدية، ويقسّم الزوار بعدل، ولا يعلن فائزًا إلا حين تصمد النتيجة، مقيسةً بالعملاء المحتملين أو المبيعات أو الإيرادات. ويقترح وكلاؤه الاختبار التالي ويكتبون النسخ، ويوافق إنسان على كل منها. Proof في مرحلة الوصول المبكر ويعمل على صفحاتنا نحن أولًا. ويمكن أن تعيش الصفحات نفسها في Studio، حيث يُفحص كل نشر ويُختبر ويُطلق ويُفحص مجددًا ويُتراجع عنه تلقائيًا إذا فشل أي شيء.

من أين نبدأ: اختاروا الصفحة الوحيدة التي تجلب أكبر عدد من العملاء المحتملين أو المبيعات، ودوّنوا ما تعتقدون أنه سيحسّنها، واختبروا هذا الاعتقاد في مواجهة النسخة الحالية أسبوعين كاملين على الأقل. وأيًا تكن النتيجة، ستعرفون شيئًا كنتم تفترضونه فقط من قبل.