Store Shopify ít đơn thì nên A/B test gì và đo bằng gì?

Đây là phép tính Conal Brady đưa ra trên X ngày 21/10, trong một bài về tốc độ chạy test khi tối ưu tỷ lệ chuyển đổi (CRO).

Store ít đơn vẫn A/B test được, nhưng cần phải chọn kỹ. Test chấm bằng đơn hàng kéo dài nhiều tháng nên chỉ đáng dành cho thay đổi lớn, còn thay đổi trên trang sản phẩm có thể chấm sớm hơn bằng lượt thêm vào giỏ. Dù chấm bằng gì, bản thắng chỉ nên áp dụng khi đơn hàng thật cũng xác nhận điều đó.

"Lượng truy cập không quyết định CRO có hiệu quả hay không, mà quyết định bạn rút ra bài học nhanh đến đâu." (Conal Brady)

Chia số đơn mỗi tháng cho 200 để biết mỗi tháng chạy được bao nhiêu test

Phép tính của Conal Brady dựa trên một mốc anh đưa ra: mỗi phiên bản trong test cần khoảng 100 lượt chuyển đổi thì kết quả mới bắt đầu có ý nghĩa. Một test có hai phiên bản (bản gốc và bản thay đổi) vì vậy cần khoảng 200 đơn.

Với 10.000 lượt truy cập mỗi tháng và tỷ lệ chuyển đổi 2%, store có 200 đơn, đủ cho một test rõ ràng mỗi tháng. Cùng tỷ lệ đó nhưng chỉ có 1.000 lượt truy cập thì store có 20 đơn, và cùng một test sẽ kéo dài khoảng mười tháng.

Từ đó, anh gợi ý lấy số đơn mỗi tháng chia cho 200 để biết store chạy được bao nhiêu test mỗi tháng.

Chẳng hạn, một store có 60 đơn mỗi tháng theo cách tính này chỉ chạy được khoảng ba đến bốn test mỗi năm. Con số 100 chỉ là mức ước lượng, nên bạn có thể dùng nó để hình dung nhịp test của store mình, không cần coi là ngưỡng cứng.

Lượt test chấm bằng đơn hàng nên dành cho ưu đãi và trang đích

Khi mỗi lượt test kéo dài hàng tháng, một thay đổi nhỏ cũng chiếm trọn lượt đó. Một bài quảng bá công cụ A/B test Visually kể một brand Shopify tăng 7,5% tỷ lệ chuyển đổi nhờ thêm nhãn (badge) "giá trị $XX" cạnh giá đã giảm trên trang sản phẩm đang giảm giá.

Với store 20 đơn mỗi tháng, chỉ riêng việc kiểm chứng một thay đổi nhỏ như vậy bằng đơn hàng đã tốn gần cả năm.

Một người viết về CRO trên X cho rằng thứ tạo khác biệt lớn nằm ở chỗ khác. Khi chia sẻ dashboard của một store doanh số lớn, anh nhận định một ưu đãi yếu và một trang đích (landing page) dùng chung cho mọi góc quảng cáo không đưa được store tới quy mô đó: "Nếu tháng tốt nhất của bạn còn chưa được như thế này, thì thêm một test nhãn nữa có lẽ không phải là nước đi tạo khác biệt."

JJosh Thompson@joshtCRO

Last 30 days: $4,731,973 in sales from 26.81K orders.

One spike on the graph gets close to $400,000 in a single day.

Sales were up 74%.

Orders were up 75%.

Conversion rate reached 3.63%, up 22%.

The same dashboard also shows what happens when that kind of volume hits the operation:

- 50+ orders waiting to be fulfilled
- 21 high-risk orders
- 8 chargebacks

I’m not naming the store, and I’m not going to pretend…

Oct 21, 2026 · Xem trên X

Khi nghĩ về ưu đãi, hãy bắt đầu từ cách khách thật sự mua từng nhóm sản phẩm.

Paddy, người làm CRO và website cho store Shopify, kể về một brand quần áo mà đội anh làm cùng trong ba tháng. Thay vì giảm giá đồng loạt cho cả cửa hàng, họ làm ưu đãi riêng cho từng loại:

• Áo thun: giảm theo số lượng, mua 1, 2, 3 hoặc 4 chiếc thì mức tiết kiệm tăng dần
• Áo hoodie: bán theo bộ hoodie kèm áo sweatshirt với một giá, khách được chọn màu và size khác nhau

Theo chia sẻ của anh, brand này có những ngày doanh thu 10.000 bảng Anh, và giá trị đơn trung bình (AOV) tăng 44%, lên 126,54 bảng. Đội anh làm lại trang đích trước rồi mới làm ưu đãi, và đây là kết quả của cả hai thay đổi chứ không phải của một A/B test, nên không tách được phần đóng góp riêng của ưu đãi.

Dù vậy, case này cho thấy một kiểu ưu đãi đáng đưa vào test: mỗi nhóm sản phẩm một cách mua.

Ưu đãi nào đem đi test cũng cần dựa trên giá thật. Jonas Staben, người làm CRO và thường audit trang đích, xếp kiểu giảm giá từ một "giá gốc" chưa từng bán vào nhóm chiêu anh cho là vi phạm luật ở hầu hết các nơi. Anh dẫn quy định về niêm yết giá của EU, vốn yêu cầu chứng minh được giá trước khi giảm, và việc FTC (Mỹ) gọi kiểu này là "giá ảo" (fictitious pricing).

Nếu test nhãn tiết kiệm hay giá gạch, hãy chắc rằng store đã thật sự bán ở mức giá gốc đó và còn lưu được bằng chứng.

Thay đổi trên trang sản phẩm có thể được chấm sớm bằng lượt thêm vào giỏ

Ngoài chọn đúng thứ để test, bạn còn rút ngắn được thời gian chờ bằng cách đổi chỉ số dùng để chấm.

Conal Brady gợi ý chấm test trên trang sản phẩm bằng tỷ lệ thêm vào giỏ hàng (add-to-cart rate), vì theo anh, lượt thêm vào giỏ thường nhiều gấp 3 đến 8 lần lượt mua. Cùng một test, chấm bằng đơn hàng có thể mất vài tháng, còn chấm bằng tỷ lệ thêm vào giỏ có thể đủ dữ liệu để đọc kết quả sau vài tuần.

Với store 20 đơn mỗi tháng ở đầu bài, mức gấp 3 đến 8 lần nghĩa là khoảng 60 đến 160 lượt thêm vào giỏ mỗi tháng. Nếu áp cùng mốc khoảng 100 lượt cho mỗi phiên bản, thời gian chờ giảm từ khoảng mười tháng xuống còn từ hơn một tháng đến khoảng ba tháng.

Có điều, thêm vào giỏ chỉ là chỉ số thay thế (proxy), và khách thêm vào giỏ nhiều hơn chưa chắc đã mua nhiều hơn.

Vì vậy, Conal khuyên xác nhận lại bằng đơn hàng hoặc doanh thu trên mỗi phiên truy cập (revenue per session) khi đã tích đủ đơn, trước khi áp thay đổi cho toàn store.

Theo chúng tôi, cách đo này hợp nhất với test trên trang sản phẩm, đúng như ví dụ của Conal. Test về ưu đãi như combo hay giảm theo số lượng thường nhằm thay đổi giá trị đơn, mà lượt thêm vào giỏ không cho thấy khách mua bao nhiêu.

Test chấm trên khách mới cần đối chiếu với danh sách khách trong Shopify

Xác nhận bằng đơn hàng còn giúp bạn tránh một lỗi khác nằm ngay trong công cụ test. Arijan, làm trong một đội audit và chạy test cho các brand, kể trên X ngày 22/10 về một test đội anh vừa chạy để tăng tỷ lệ chuyển đổi của khách mới. Theo công cụ A/B test Intelligems, bản thay đổi thắng với mức tăng khoảng 10%.

Khi đối chiếu dữ liệu test với danh sách khách hàng xuất từ Shopify, đội anh thấy 52% "khách mới" trong test đã từng mua ở store, trung bình 7 đơn mỗi người. Mức tăng thật ở nhóm khách mới chỉ khoảng 3%. Anh cũng ghi chú store này có nhiều khách quay lại. Vì vậy, với store ít khách cũ, mức lệch có thể nhỏ hơn.

Theo giải thích của anh, công cụ A/B test xếp một người là khách mới khi trình duyệt của họ không có cookie cũ. Cookie mất khi khách xoá bộ nhớ đệm, đổi trình duyệt hoặc đổi thiết bị, nên một khách cũ bấm vào email hay tự tìm tên brand vẫn có thể bị tính là khách mới.

Cách anh làm gồm bốn bước:

1. Xuất dữ liệu test từ công cụ A/B test
2. Xuất danh sách toàn bộ khách hàng từ Shopify
3. So khớp email, tên và địa chỉ giữa hai file (anh dùng AI cho bước này)
4. Chỉ giữ những người chưa từng có đơn. Đây mới là khách mới thật

Mỗi lượt test cần một câu hỏi xứng đáng

Store 20 đơn mỗi tháng ở đầu bài chỉ có khoảng một lượt test chấm bằng đơn hàng mỗi năm. Lượt đó nên dành cho câu hỏi có thể đổi hẳn doanh thu, như khách có mua nhiều hơn với một ưu đãi khác hay không, còn những chỉnh sửa trên trang sản phẩm thì đọc sớm qua lượt thêm vào giỏ.

Và dù công cụ báo thắng sớm đến đâu, bản thắng chỉ nên áp dụng cho toàn store khi đơn hàng thật trong Shopify cho kết quả tương tự.