如何通过 5 个简单的步骤（和 2 个示例）进行 A/B 测试

如果我们告诉您有一种方法可以改善您的营销活动、优化用户体验并更多地了解您的客户，您会怎么做？

嗯，有。

您所要做的就是运行 A/B 测试，这比您想象的要容易。

我们将讨论 A/B 测试的重要性，以及如何使用这种方法来提高转化率、衡量变化并提高利润。

但首先，让我们介绍一下基础知识。

A/B 测试是指您分析同一事物的两个不同版本，以查看哪个版本的性能更好。 它也称为拆分测试。

资料来源： HubSpot

假设您为您的网站创建了一个新的登录页面。 您喜欢它的外观，但不确定它是否会胜过您现有的着陆页。

您可以将其更改为新的，但它可能会降低您的转化率。

您想知道您的访问者喜欢哪个版本。 为此，您可以运行 A/B 测试。 登陆您网站的访问者中有一半会看到着陆页 A，而另一半会看到着陆页 B。

测试完成后，您可以查看哪个版本的着陆页具有最高的转化率。 那是您应该添加到您的网站的版本。

您几乎可以对任何东西运行 A/B 测试——而不仅仅是登录页面。 品牌通常测试：

• 通讯设计、主题行和其他电子邮件副本
• 号召性用语按钮
• 产品说明
• 顾客评论
• 弹出广告等

运行拆分测试可以帮助您了解用户参与度并做出更好的营销决策。

拆分测试的多功能性使其成为您的数字营销工具箱中最有价值的资产之一。 当您更改数字内容时，它可以让您了解人们的反应。 这使您可以更深入地了解访客行为和购买偏好。

进行 A/B 测试有正确的方法和错误的方法。

正确的方法将通过微调网站的各种元素以符合访问者的偏好来帮助您实现转化目标。 错误的方式会导致你浪费很多时间，而没有人想要那样。

以下是一些最佳实践，可帮助您充分利用 A/B 测试。

1. 从策略开始

进行 A/B 测试很像遵循科学方法。 你不只是随机改变事物。 你应该遵循一个过程。

你必须：

• 从一个问题开始： “我怎样才能增加时事通讯订阅？”
• 做一个假设： “在我的登陆页面添加退出意图弹出窗口会增加订阅者。”
• 进行实验：在着陆页上运行 A/B 测试，有无弹出窗口。
• 得出你的结论： “通过使用弹出窗口，我获得了 8.75% 的订阅者。”

如果您没有目标或期望的结果，那么您就是在漫无目的地测试事物，希望某些事情可能会奏效。 这就是为什么在开始 A/B 测试之前制定策略很重要的原因。

知道你想要达到什么，然后你就可以开始计划你的测试了。

这是一个例子。

假装您的目标是增加时事通讯订阅。 您应该做的第一件事是通过考虑可以增加订阅的不同方式来围绕该目标制定策略。 你可以：

• 当访问者离开您的登录页面时，添加一个选择加入表单弹出窗口以定位访问者。
• 创建一个新的登陆页面。
• 更改现有号召性用语的按钮颜色。

这些都是很好的测试。 您可以根据需要运行任意数量的 A/B 测试，但一次只需要测试一个元素。

不要在新的登录页面上测试新的弹出窗口，因为您不知道访问者正在响应哪些元素。

但是，您可以对同一元素运行多个测试。 这称为多变量测试。

多变量测试的一个示例是拆分测试三个旋转轮弹出版本，其中您为每个变体使用不同的号召性用语按钮。 您正在运行多个测试，但您仍在分析相同的元素——旋转轮弹出窗口。

2. 为您的 A/B 测试奠定基础

每个 A/B 测试都应该有：

• 控制：您当前的数字资产。 控件可以是博客文章标题、电子邮件主题行、号召性用语表单或任何其他可以测试的内容。
• Challenger：您要测试的控件的修改版本。

假设您的博客文章中有一个欢迎弹出窗口，并且您想测试退出意图弹出窗口的有效性。 欢迎弹出窗口是您的控制，退出意图弹出窗口是您的挑战者。

现在，是时候设置您的样本量了。 你会把测试寄给谁？

如果您对电子邮件活动进行拆分测试，您只需将控制权发送给一半的订阅者，将挑战者发送给另一半。

当您想测试网站上的页面和元素时，您如何定位访问者？

你要确保你有足够大的样本量。 否则，您的测试将不会给出准确的结果。

Optimizely 有一个计算器，可以帮助您设置样本量。

你所要做的就是

1.输入你的控件的转化率——即你现有对象的转化率。

2. 确定您希望测试确认多少改进。 在下图中，最小可检测效果为 20%。 这意味着该测试将检测到 20% 或更多的转化率提升。

3. 选择测试的统计显着性。 将此视为准确性。 如果您的测试具有 95% 的统计显着性，这意味着您可以有 95% 的把握结果是准确的。

还有多田！ 计算器将为您提供一个样本大小，说明有多少访客向您展示测试。

3. 启动你的测试

您需要一个 A/B 测试工具来启动测试并为您收集数据。 通过阅读我们的拆分测试统计指南，您可以了解有关如何启动测试和测量结果的更多信息。

如果您正在寻找可让您创建个性化弹出窗口、运行 A/B 并对它们进行多变量测试的解决方案，请查看 OptiMonk 。

虽然它不是专门的 A/B 测试工具，但您可以使用 OptiMonk创建和测试各种网站元素，例如：

• 弹出窗口
• 附带信息
• 纳米棒
• 横幅等

启动测试后，您需要确定其持续时间。

通常，公司会运行几个月或一个商业周期的测试——但每个案例都是不同的。 理想情况下，您要进行测试，直到达到 95% 的统计显着性。

你不应该只运行几天的测试。 它不会为您提供准确的测试结果，因为您可能会遇到短期的转化激增或下降，从而影响您的表现。

4. 衡量你的结果

测量测试结果是一个快速而简单的过程。

上图是通过 OptiMonk 运行的多变量弹出测试的结果。 你可以看到

• 每个测试有多少观看次数（展示次数）
• 转化次数
• 转化率
• 每次测试的信心

从图中可以看出，Variant 1 的转化率最高，但测试还远未结束。 变体 1 和 2 尚未达到 95% 或更高的置信水平，因此我们还不能自信地宣布变体 1 获胜。

什么时候应该停止测试？ 一旦您的测试达到 95% 的置信水平，您就有足够的信息来结束测试。 然后你可以选择转化率最高的变体作为你的冠军。

5. 计划你的下一次测试

不要将 A/B 测试视为一次性的事情。 将其视为一个持续的过程，因为客户偏好会随着时间而变化。

此外，总有改进的余地——尤其是在您创建以客户为中心的内容时。 每次您想重新设计网页或更改选择加入表单上的按钮大小时，请运行 A/B 测试以查看访问者更喜欢哪个版本。

想想可以改进营销活动的各种元素的方法。 在 Google Analytics 上评估您的着陆页。 查看跳出率、转化率和在页面上花费的时间等指标。

如果你认为还有改进的余地，你可以想办法改变和测试你的页面。

现在您知道如何成功运行 A/B 测试，还有一个问题：它们真的有效吗？

绝对地！

A/B 测试是您拥有的最有效的转化优化解决方案之一。 但不要相信我们的话。 请阅读以下两个案例研究，亲自了解。

靴袖和袜子

女鞋公司 Boot Cuffs & Socks 在需要帮助推动销售时求助于 OptiMonk。 他们为未完成购买就离开网站的购物者创建了一个弹出窗口。

他们创建了两个版本来鼓励访客完成购买。 一个提供 4.25 美元的商店信用，另一个提供 10% 的折扣。 Boots Cuffs & Socks 想看看这两个版本的表现如何，因此他们进行了 A/B 测试。

测试运行了 40 天，他们发现人们更喜欢 B 版。 它的转化率比版本 A 高 15%。

最终，Boot Cuffs & Socks 的营销努力奏效了。 该活动将购物车放弃率降低了 17% ，并实现了280% 的每月投资回报率。

瑞士钟表展

SwissWatchExpo 还使用 OptiMonk来测试他们的弹出窗口。

他们对三个弹出窗口进行了多变量测试，以查看网站访问者喜欢哪个版本。 以下是不同之处：

• 版本 A 使用动态文本替换 (DTR)功能在弹出窗口中显示他们的手表之一。
• 版本 B 有一条消息提示访客在商品售罄之前完成购买。
• C 版提供 100 美元的折扣和免费送货。

C版是冠军。 它以 28% 的惊人转化率赢得了测试。

完成测试后，SwissWatchExpo 启动了它的活动。 他们的在线交易量在短短三个月内增长了 27% ，收入增长了 25% 。

爱因斯坦曾经说过， “失败是进步中的成功”。

您不会通过猜测来创建完美的营销活动。 你通过反复试验来创造它——了解什么是行不通的，并调整你的策略。

这就是 A/B 测试可以提供帮助的地方。 运行几次测试后，您可以提高对客户偏好和购物习惯的了解。

了解哪些营销策略可能会促进销售，哪些策略应该避免，以及如何创建影响用户行为的令人愉悦的客户体验。 这不仅可以提高您正在进行的广告系列的效果，还可以帮助您在未来做出更明智的决策。