ما هو قانون هيكس وكيف يمكننا استخدامه لتبسيط الخيارات؟

افترض أنه عليك اختيار لون واحد بين اللون البرتقالي والأزرق لجدرانك. أي واحد سوف تختار؟ لكن انتظر ، هناك منعطف.

هناك خمسة درجات من اللون البرتقالي وخمسة من اللون الأزرق. ما كان في البداية سؤالًا بسيطًا أصبح الآن عملية صنع قرار معقدة. هذا السيناريو هو مثال على قانون هيكس.

ما هو قانون هيكس؟

قانون هيكس هو مبدأ تصميم تجربة المستخدم لتبسيط عملية صنع القرار. ينص قانون هيك ، المعروف أيضًا باسم Hick-Hyman Law ، على اسم عالم النفس ويليام إدموند هيك وراي هايمان ، أنه كلما زادت الخيارات المتاحة للشخص ، كلما استغرق الأمر وقتًا أطول لتحديد الخيار الأفضل. بمعنى آخر ، يتم استخدام قانون هيكس لتبسيط الخيارات وإزالة الحواجز في صنع القرار.

يتم تعريف صيغة قانون هيك على النحو التالي:

RT = أ + ب سجل ₂ (ن)

إن إدراك كيفية تبسيط الخيارات لزيادة معدل التحويل أمر بالغ الأهمية للالتزام بقانون هيكس. بالإضافة إلى ذلك ، فإن زيادة معدل التحويل يتطلب فهم المبادئ النفسية لاتخاذ القرار.

على سبيل المثال ، توفر ASOS الخيارات التالية لإنشاء حساب:

يبدو أن هناك خيارين أساسيين للوهلة الأولى:

• تسجيل منصة الطرف الثالث
• البريد الإلكتروني الاشتراك

لكن في الواقع ، هناك أربعة خيارات للتسجيل. أولاً ، يتعين على المستخدمين الاختيار بين ثلاثة أنظمة أساسية لجهات خارجية. علاوة على ذلك ، إذا اختار المستخدم التسجيل بعنوان بريد إلكتروني ، فستجد العديد من حقول النموذج والأسئلة.

في مثل هذه الحالات ، ستمنحك الاستفادة من بيانات تفاعل المستخدم توجيهاً حول ما يمكن اختباره في تجربة المستخدم لإزالة الانحرافات وتقديم العدد الأمثل من الخيارات للمستخدمين.

كيفية استخدام البيانات لتبسيط الخيارات

تمنحك VWO Insights القدرة على عزل المتغيرات من خلال الاستفادة من قوة:

• تتبع مسار التحويل
• تسجيلات الجلسة
• خرائط الحرارة
• الدراسات الاستقصائية
• تحليلات النموذج

باستخدام VWO Insights ، يمكنك تحديد المتغيرات على صفحات الويب للنظر في إزالة العناصر التي لا يستخدمها المستخدمون - أو ربما إزالة العناصر التي تضيف المزيد من التعقيد لتحقيق هدف التحويل. احصل على نسخة تجريبية مجانية لفهم مزايا VWO Insights بالتفصيل.

على سبيل المثال ، يمكن أن تكشف خرائط الحرارة الخاصة بـ VWO Insights أن خيار تسجيل الدخول لـ Apple يتلقى القليل من التفاعل أو لا يتلقى أي تفاعل من المستخدمين في مثال ASOS.

من ناحية أخرى ، ربما يتفاعل المستخدمون بشكل أكبر مع خيارات تسجيل الدخول إلى Facebook و Google. بالإضافة إلى ذلك ، قد تكشف تحليلات النموذج عن مستويات منخفضة من التفاعل مع حقول نموذج معينة لخيار البريد الإلكتروني ؛ يمكن حذف حقول النموذج هذه.

فيما يلي مثال لما يمكن أن تبدو عليه تجربة المستخدم باستخدام البيانات التي تم جمعها من VWO Insights للالتزام بقانون هيكس:

تتم إزالة العديد من العناصر لتبسيط عملية إنشاء الحساب. لكن السؤال الذي يطرح نفسه بعد ذلك هو - هل سيحول هذا الاختلاف بقدر الأصل؟ يمكن العثور على الإجابة على ذلك من خلال اختبار أ / ب.

كيفية الاقتراب من اختبار السرعة العالية

يعد اختبار السرعة العالية أمرًا بالغ الأهمية لتحسين الخيارات المقدمة للمستخدمين. على سبيل المثال ، يمكن لـ ASOS أيضًا اختبار الأشكال التالية لقياس أداء معدل التحويل:

• نموذج متعدد الخطوات مقابل إنشاء حساب بالبريد الإلكتروني فقط.
• حقول النموذج القابلة للطي مقابل حقول النموذج الثابتة.
• نظامان أساسيان تابعان لجهات خارجية للتسجيل مقابل ثلاثة بدون خيار بريد إلكتروني.
• نظامان أساسيان تابعان لجهات خارجية للتسجيل مقابل إنشاء حساب بالبريد الإلكتروني فقط.

تؤدي زيادة سرعة الاختبارات إلى زيادة جمع البيانات لعزل المتغيرات التي قد تسبب اختناقات في مسار التحويل. لكن للأسف 68.2٪ من الشركات لا تجري أكثر من أربعة اختبارات في الشهر. يمكنك زيادة سرعة الاختبار باستخدام VWO. خذ نسخة تجريبية مجانية واكتشف كيف.

كلما زاد عدد اختبارات A / B التي تجريها ، زادت احتمالات نجاحك من خلال تبسيط الخيارات للمستخدمين. ومع ذلك ، يجب أن يتم إعداد الاختبار مع وضع تقسيم الجمهور في الاعتبار.

هذا لأن ما يصلح لمستخدم قد لا يعمل مع مستخدم آخر بسبب التحيز المعرفي لدى المستخدمين.

تجزئة التحيز المعرفي

يبدأ التحيز المعرفي عندما يحدث الاستعداد. على سبيل المثال ، هل أنت شخص قطة أم كلب؟ ربما ، إذا نشأت مع كلب ، سيكون لديك تقارب أقوى مع الكلاب.

يعد فهم التحيز المعرفي لجمهورك أمرًا بالغ الأهمية لزيادة معدل التحويل. لذلك ، يجب أن تستهدف اختلافات الاختبار التي تقوم بإنشائها من تحليل البيانات استنادًا إلى قانون هيكس جماهير محددة.

هناك 188 تحيزًا معروفًا ، مما يتيح مجالًا كبيرًا لتقسيم الجمهور. على سبيل المثال ، يمكنك استخدام تحيز معرفي يسمى "مجرد تأثير التعرض" لشريحة من الجمهور.

مجرد تأثير التعرض

كان تأثير التعرض المجرد دراسة مشهورة أجريت في عام 1968 وأكدت التحيز المعرفي الذي يولد المحتوى من الألفة.

قام الأستاذ بترتيب حضور طالب إلى الفصل مغطى بحقيبة سوداء بشكل متكرر. عندما لاحظ الطلاب الطالب في الحقيبة السوداء ، كانوا مترددين في التفاعل في البداية.

ولكن مع تقدم الدراسة ، بدأ الطالب المغطى بالحقيبة السوداء يبدو مألوفًا للآخرين ، وبدأ أولئك الذين كانوا مترددين في البداية في التفاعل معه الآن.

وبالمثل ، سيكون لدى العديد من المستخدمين لديك الانحياز المعرفي لعدم التفاعل مع شيء غير مألوف.

ولكن نظرًا لأن الألفة تولد المحتوى ، فإن إعداد جماهير إعادة الاستهداف لتنويعات الاختبار الخاصة بك سيكون مفيدًا لزيادة معدل التحويل الخاص بك.

يقوم 2٪ فقط من زوار الموقع بالتحويل في الزيارة الأولى. تخيل أنك تمر بعملية تبسيط الخيارات على موقع الويب الخاص بك من خلال الاستفادة من البيانات ونشر اختبارات عالية السرعة لجمع البيانات فقط حتى يتم تحويل 2٪ فقط من جمهورك.

من خلال الالتزام بقانون هيكس ، فإنك لا تقوم فقط بتبسيط الخيارات لإزالة الحواجز ، ولكنك تقوم أيضًا بإعداد إعادة الاستهداف للجماهير المقسمة بناءً على التحيز المعرفي لزيادة ميل التحويلات.

افكار اخيرة

من الأهمية بمكان جمع نقاط البيانات وتقديم تجربة مخصصة للمستخدمين استنادًا إلى الطريقة التي من المحتمل أن يعالجوا بها المعلومات المقدمة لهم.

لا يعد تقديم كل خيار مثاليًا عندما يكون لدى المستخدمين احتياجات مختلفة. تدرب على إجراء محادثات فردية. لا تحاول التحدث إلى حشد ، أو لن تسمع رسالتك.

بدلاً من ذلك ، استخدم البيانات للعثور على الأجزاء وإزالة الضوضاء والتحدث إلى التفاصيل. إن إنشاء تجربة مستخدم خالية من العيوب يعادل ضرب هدف متحرك. مع تغير احتياجات المستخدمين ، ستحتاج أيضًا تصميمات صفحتك المقصودة وموقع الويب إلى التغيير.