Een hypothese opstellen en metrische gegevens voor succes bepalen voor een experiment
De eerste fase in de levenscyclus van het experiment omvat de identificatie van de hypothese voor het experiment en het bepalen van de metrische gegevens die u zult volgen om succes te beoordelen. In het volgende diagram worden alle stappen weergegeven die nodig zijn voor het instellen en uitvoeren van een website voor e-commerce in Dynamics 365 Commerce. Extra stappen worden in afzonderlijke artikelen behandeld.
Een hypothese is een verklaring waarin u het resultaat van het experiment voorspelt. Veel factoren zijn aan de orde bij het definiëren van een hypothese, bijvoorbeeld bij onderzoek naar gebruikersgedrag en websitegegevens die u hebt verzameld. Met de hypothese definieert u de veronderstelling of theorie die u met uw experiment wilt valideren. Een voorbeeld van een hypothese voor uw experiment kan zijn: "een afbeelding van een wit t-shirts op mijn startpagina orgt tijdens de zomermaanden voor een hogere klikfrequentie dan een marineblauwe trui, omdat mensen iets lichts en lichtgekleurds willen dragen in de zomer." In dat geval maakt u variaties met een wit T-shirt en een marineblauwe trui en publiceert u beide tegelijk.
Om een hypothese te valideren moet het slagen of mislukken van een experiment rechtstreeks aan de acties van gebruikers zijn gekoppeld. Bijvoorbeeld als de gebruiker van de website op een koppeling of knop klikt. Deze acties moeten overeenkomen met gebeurtenissen die worden gerapporteerd aan de service van derden waarmee het experiment wordt gevolgd. Na verloop van tijd wordt het percentage gebruikers dat de actie uitvoert, geregistreerd als een metrisch gegeven dat u kunt gebruiken om rapporten te genereren en analyses uit te voeren. Raadpleeg het onderwerp Commerce-onderdeelgebeurtenissen voor diagnose en probleemoplossing als u alle beschikbare gebeurtenissen en kenmerken wilt controleren.
Vorige stap
Aansting in Dynamics 365 Commerce