如何运行 A/B 测试：拆分测试清单

已发表: 2021-09-29

目录

什么是 A/B 测试？

A/B 测试，也称为拆分测试，是一种通过随机向用户展示每个版本并分析结果来确定在线体验的不同变体中哪一个表现更好的实验。 它用于网站、移动应用程序或广告，以测试与受控版本相比的潜在改进。 A/B 测试可以做的不仅仅是证明变化如何在短期内影响您的转化。

测试消除了网站优化中的猜测，并支持基于数据的决策，将业务对话从“我们认为”转变为“我们知道”。 通过衡量变更对指标的影响，您可以确保每次变更都会产生积极的结果。

最好的 A/B 测试工具，如 VWO、optimized、convert、omniconvert 和 AB nice，都可以帮助营销人员确定哪些网站设计、文案行或产品功能将为您的公司产生最佳结果。 有不同类型的 AB 测试、网站 ab 测试、电子邮件 ab 测试和内容 ab 测试，并且有不同的方法，例如谷歌分析 ab 测试和使用其他 ab 测试软件的测试。

A/B 测试的好处

以下是 AB 拆分测试的一些显着优势：

它有助于降低跳出率

如果您的客户在您的网站上反弹，换句话说，没有任何点击，网站 A/B 测试可以提供帮助。 无论是更改标题、改写号召性用语还是调整设计布局，A/B 测试都可以帮助确定导致跳出的原因。 测试运行后，您将能够看到一些 ab 测试统计数据，并查看哪些变体获得了客户的最多互动和最少的反弹。

它有助于提高转化率

A/B 测试揭示了什么是转化客户，什么不是。 通过展示您网站的两个版本，A/B 测试可以帮助过滤掉没有引起您的受众共鸣的内容，并展示引起共鸣并带来更多转化的内容。

A/B 测试的结果很容易理解

A/B 测试的结果很简单，也比较容易理解。 检查结果和 AB 测试统计数据以查看 A 或 B 哪个页面获得了更多的客户点击和转化。

物美价廉

A/B 测试是继续改进数字营销的一种相当便宜且简单的方法。 将 A/B 营销视为继续验证您当前网站上的决策的一种方式。 从长远来看，投资回报率可能很高，因为测试成本相对较小，但可以显着增加潜在客户、销售和收入。

如何运行 A/B 测试？

A/B 测试的想法是向不同的变体（用户组）呈现不同的内容，收集他们的反应和用户行为，并使用结果来构建未来的产品或营销策略。 A/B 测试现在正在从一项千载难逢的独立活动转变为更加结构化和持续的活动，这应该始终通过明确定义的 CRO 流程来完成。 概括地说，它包括以下步骤：

选择一个变量

在优化网页和电子邮件时，您可能会发现有许多变量需要测试。 但要评估变更的有效性，您需要隔离一个自变量并衡量其性能，否则，您无法确定是哪一个变量导致了性能变化。

您可以为单个网页或电子邮件测试多个变量，只需确保一次测试一个变量即可。 查看营销资源中的各种元素及其可能的设计、措辞和布局替代方案。 您可能会测试的其他内容包括电子邮件主题行、发件人姓名以及个性化电子邮件的不同方式。

设定你的目标

尽管您将为每个人的测试测量许多指标，但在运行测试之前选择一个主要指标来关注。 事实上，在你设置第二个变体之前就这样做了。 这是你的因变量。 想想你希望这个变量在拆分测试结束时的位置。 您可以陈述一个官方假设并根据此预测检查您的结果。

设置控件

您现在有了自变量、因变量和期望的结果。 使用此信息来设置您正在测试的任何内容的未更改版本作为您的控制。 如果您正在测试一个网页，则这是已经存在的未更改网页。 如果您正在测试着陆页，这将是您通常使用的着陆页设计和副本。

拆分您的测试组，因此 A 和 B

对于您对受众有更多控制权的测试，例如电子邮件，您需要使用两个或更多相等的受众进行测试，以获得确凿的结果。

运行测试

开始您的测试并等待访客参与！ 此时，您的网站或应用程序的访问者将被随机分配到您的体验的控制或变化。 测量、计算和比较他们与每种体验的互动，以确定每种体验的表现。

如何分析 A/B 测试的结果

大多数实验平台都有内置分析来跟踪所有相关指标和 KPI。 但在分析 A/B 测试报告之前，了解以下两个重要指标非常重要。

  • 提升：变体的表现与基线变体（通常是对照组）的表现之间的差异。 例如，如果一个变体的每位用户收入为 5 美元，而控件的每位用户收入为 4 美元，则提升幅度为 25%。
  • Probability to Be Best（最佳概率）：变体在长期内具有最佳性能的机会。 这是报告中最可操作的指标，用于定义 A/B 测试的获胜者。 虽然提升可能会因样本量较小的机会而异，但最佳概率会考虑样本量。 在有 30 次转换或 1,000 个样本之前，不会开始计算最佳概率。

A/B 测试死了吗？

虽然 A/B 测试确实很强大，但它在两个特定方面存在根本缺陷：

  1. 选择获胜者的过程是手动的。 这既费时又费力。
  2. 在您选择获胜者之前，一半的访问者会看到最差的变化。

立即开始您的 A/B 测试

如今，营销工作依赖于洞察力，而 A/B 测试可以帮助您获得这些洞察力。 尽管它是一种有用的分析方法，但进行 A/B 测试可能会有些棘手。 我们的专业营销人员可以帮助您在您的网站或任何其他媒体平台上进行 A/B 测试，以便您深入了解如何提高洞察力并释放您的全部潜力。