Fogalomtár › Keresés és marketing

A/B tesztelés

angolul: A/B testing

Az A/B tesztelés olyan kísérlet, amelyben valaminek két változatát mutatják meg véletlenszerűen kettéosztott közönségnek, és a mért eredmények alapján döntik el, melyik a jobb.

Érthetően

Képzeld el, hogy egy pék nem tudja eldönteni, a kirakat bal vagy jobb oldalára tegye-e a kakaós csigát. Egyik héten ide, a másikon oda rakja, és megszámolja, mikor fogyott több. Csakhogy a két hét között az időjárás vagy egy ünnep is számíthat. Az A/B tesztelés ennek a pontosabb, interneten működő változata: a két változat egyszerre fut, és a látogatók véletlenszerűen kapják az egyiket vagy a másikat.

Arra jó, hogy a döntés ne azon múljon, kinek a legerősebb a hangja az értekezleten. Nem azt kérdezik, melyik gomb, cím vagy ár tetszik jobban, hanem megnézik, melyiknél kattintanak, vásárolnak vagy iratkoznak fel többen.

A sima összehasonlítástól két dolog különbözteti meg. Az egyik, hogy a két változat csak egyetlen dologban tér el egymástól. A másik, hogy a sorsolás dönti el, ki melyik csoportba kerül, így a két csoport összetétele átlagosan ugyanolyan. Ha tehát különbség van az eredményben, azt jó eséllyel a változtatás okozta, nem az időjárás, az ünnepek vagy az, hogy kik kerültek az egyik csoportba.

Az AI-alkalmazásoknál is ugyanígy használják. Két modellt, két utasításszöveget (promptot) vagy egy agent két beállítását engedik rá a valódi felhasználókra. Azt mérik, melyikkel elégedettebbek a felhasználók, melyikkel oldanak meg több feladatot, vagy melyikhez térnek vissza szívesebben.

Hogyan működik

1. Először megfogalmazol egy feltevést és egy mérőszámot: például „a zöld gomb több vásárlást hoz”, a mérőszám pedig a vásárlók aránya.
2. Elkészül a két változat: az A a jelenlegi (ez a kontroll), a B az, amelyikben egyetlen dolgot megváltoztattál.
3. A rendszer véletlenszerűen két csoportra osztja a látogatókat, és mindenki következetesen ugyanazt a változatot látja, amíg a kísérlet tart.
4. A teszt addig fut, amíg elég adat gyűlik össze. Hogy ez mennyi, azt érdemes előre kiszámolni. Menet közbeni leállításról csak akkor szabad dönteni, ha eleve erre kidolgozott statisztikai módszert használnak.
5. A végén statisztikai próbával ellenőrzik, hogy a különbség nagyobb-e annál, amit a puszta véletlen is okozhatott volna, és csak ezután vezetik be a győztest mindenkinél.

Példa a mindennapokból

Kit érint

Gyakori félreértés

Korlátok és kockázatok

• Kis forgalmú oldalon hetekig vagy hónapokig tarthat, mire megbízható eredmény születik, és apró különbségeket így sem lehet kimutatni.
• Azt mutatja meg, melyik változat teljesít jobban, de azt nem, hogy miért; az okok megértéséhez interjú vagy más kutatás kell.
• Rövid távú mérőszámra (például kattintásra) optimalizál, ami hosszabb távon árthat a bizalomnak vagy az elégedettségnek.
• Eltérő árak vagy érzelmeket befolyásoló tartalmak tesztelése etikai és adatvédelmi kérdéseket vet fel, mert a résztvevők jellemzően nem tudnak a kísérletről.

Hasonló, de nem ugyanaz

• Többváltozós tesztelés – Ott egyszerre több elem több változatának kombinációit vizsgálják, míg az A/B teszt egyetlen változtatást hasonlít össze az eredetivel.
• Perszonalizáció – A perszonalizáció szándékosan mást mutat az egyes embereknek a jellemzőik alapján, az A/B teszt viszont véletlenszerűen oszt, hogy kiderüljön, mi működik általában.
• Piackutatás (kérdőív, fókuszcsoport) – A piackutatás azt rögzíti, mit mondanak az emberek, az A/B teszt azt, amit ténylegesen csinálnak.

Kapcsolódó fogalmak

Röviden a története

A módszer a véletlen besorolásos kísérletekből ered. Ezek alapjait Ronald Fisher brit statisztikus fektette le az 1920-as években, mezőgazdasági kísérletek során. Az internetes cégek a 2000-es évek elejétől kezdték tömegesen alkalmazni weboldalak és keresők fejlesztésére. A Google egyik első ismert ilyen tesztje 2000-ben arról szólt, hány találatot mutasson egy oldalon.

Hol tart most

2026 végén a digitális termékfejlesztés és a marketing alapeszköze, a hirdetési és hírlevélküldő rendszerek többségébe beépítve érhető el. Az AI-fejlesztésben is bevett gyakorlat modellek, promptok és agentek éles összehasonlítására, a változatokat pedig egyre gyakrabban generatív AI készíti.

Állapot: 2026. november

A hírekben

• Google Ads: generatív AI a Performance Max videókhoz, új AI-funkciók és AI Max frissítés2026. aug. 17. · Marketing

Más nevei

A/B teszt · A/B tesztelés · AB teszt · A/B testing · A/B test · split teszt · split testing · bucket testing

Források

• Wikipedia: A/B testing

A szócikk gépi szerkesztéssel készült és gépi szakmai lektoráláson ment át; a „hírekben” rész az Agent Age sztorijaiból automatikusan frissül.