如何通過 5 個簡單的步驟(和 2 個示例)進行 A/B 測試
已發表: 2021-05-06如果我們告訴您有一種方法可以改善您的營銷活動、優化用戶體驗並更多地了解您的客戶,您會怎麼做?
嗯,有。
您所要做的就是運行 A/B 測試,這比您想像的要容易。
我們將討論 A/B 測試的重要性,以及如何使用這種方法來提高轉化率、衡量變化並提高利潤。
但首先,讓我們介紹一下基礎知識。
A/B 測試簡介
A/B 測試是指您分析同一事物的兩個不同版本,以查看哪個版本的性能更好。 它也稱為拆分測試。
資料來源: HubSpot
假設您為您的網站創建了一個新的登錄頁面。 您喜歡它的外觀,但不確定它是否會勝過您現有的著陸頁。
您可以將其更改為新的,但它可能會降低您的轉化率。
您想知道您的訪問者喜歡哪個版本。 為此,您可以運行 A/B 測試。 登陸您網站的訪問者中有一半會看到著陸頁 A,而另一半會看到著陸頁 B。
測試完成後,您可以查看哪個版本的著陸頁具有最高的轉化率。 那是您應該添加到您的網站的版本。
您幾乎可以對任何東西運行 A/B 測試——而不僅僅是登錄頁面。 品牌通常測試:
- 通訊設計、主題行和其他電子郵件副本
- 號召性用語按鈕
- 產品說明
- 顧客評論
- 彈出廣告等
運行拆分測試可以幫助您了解用戶參與度並做出更好的營銷決策。
拆分測試的多功能性使其成為您的數字營銷工具箱中最有價值的資產之一。 當您更改數字內容時,它可以讓您了解人們的反應。 這使您可以更深入地了解訪客行為和購買偏好。
A/B 測試只需 5 個簡單步驟
進行 A/B 測試有正確的方法和錯誤的方法。
正確的方法將通過微調網站的各種元素以符合訪問者的偏好來幫助您實現轉化目標。 錯誤的方式會導致你浪費很多時間,而沒有人想要那樣。
以下是一些最佳實踐,可幫助您充分利用 A/B 測試。
1. 從策略開始
進行 A/B 測試很像遵循科學方法。 你不只是隨機改變事物。 你應該遵循一個過程。
你必須:
- 從一個問題開始: “我怎樣才能增加時事通訊訂閱?”
- 做一個假設: “在我的登陸頁面添加退出意圖彈出窗口會增加訂閱者。”
- 進行實驗:在著陸頁上運行 A/B 測試,有無彈出窗口。
- 得出你的結論: “通過使用彈出窗口,我獲得了 8.75% 的訂閱者。”
如果您沒有目標或期望的結果,那麼您就是在漫無目的地測試事物,希望某些事情可能會奏效。 這就是為什麼在開始 A/B 測試之前製定策略很重要的原因。
知道你想要達到什麼,然後你就可以開始計劃你的測試了。
這是一個例子。
假裝您的目標是增加時事通訊訂閱。 您應該做的第一件事是通過考慮可以增加訂閱的不同方式來圍繞該目標制定策略。 你可以:
- 當訪問者離開您的登錄頁面時,添加一個選擇加入表單彈出窗口以定位訪問者。
- 創建一個新的登陸頁面。
- 更改現有號召性用語的按鈕顏色。
這些都是很好的測試。 您可以根據需要運行任意數量的 A/B 測試,但一次只需要測試一個元素。
不要在新的登錄頁面上測試新的彈出窗口,因為您不知道訪問者正在響應哪些元素。
但是,您可以對同一元素運行多個測試。 這稱為多變量測試。
多變量測試的一個示例是拆分測試三個旋轉輪彈出版本,其中您為每個變體使用不同的號召性用語按鈕。 您正在運行多個測試,但您仍在分析相同的元素——旋轉輪彈出窗口。
2. 為您的 A/B 測試奠定基礎
每個 A/B 測試都應該有:
- 控制:您當前的數字資產。 控件可以是博客文章標題、電子郵件主題行、號召性用語表單或任何其他可以測試的內容。
- Challenger:您要測試的控件的修改版本。
假設您的博客文章中有一個歡迎彈出窗口,並且您想測試退出意圖彈出窗口的有效性。 歡迎彈出窗口是您的控制,退出意圖彈出窗口是您的挑戰者。
現在,是時候設置您的樣本量了。 你會把測試寄給誰?
如果您對電子郵件活動進行拆分測試,您只需將控制權發送給一半的訂閱者,將挑戰者發送給另一半。
當您想測試網站上的頁面和元素時,您如何定位訪問者?
你要確保你有足夠大的樣本量。 否則,您的測試將不會給出準確的結果。
Optimizely 有一個計算器,可以幫助您設置樣本量。
你所要做的就是
1.輸入你的控件的轉化率——即你現有對象的轉化率。
2. 確定您希望測試確認多少改進。 在下圖中,最小可檢測效果為 20%。 這意味著該測試將檢測到 20% 或更多的轉化率提升。
3. 選擇測試的統計顯著性。 將此視為準確性。 如果您的測試具有 95% 的統計顯著性,這意味著您可以有 95% 的把握結果是準確的。
還有多田! 計算器將為您提供一個樣本大小,說明有多少訪客向您展示測試。
3. 啟動你的測試
您需要一個 A/B 測試工具來啟動測試並為您收集數據。 通過閱讀我們的拆分測試統計指南,您可以了解有關如何啟動測試和測量結果的更多信息。
如果您正在尋找可讓您創建個性化彈出窗口、運行 A/B 並對它們進行多變量測試的解決方案,請查看 OptiMonk 。
雖然它不是專門的 A/B 測試工具,但您可以使用 OptiMonk創建和測試各種網站元素,例如:
- 彈出窗口
- 附帶信息
- 納米棒
- 橫幅等
啟動測試後,您需要確定其持續時間。
通常,公司會運行幾個月或一個商業周期的測試——但每個案例都是不同的。 理想情況下,您要進行測試,直到達到 95% 的統計顯著性。
你不應該只運行幾天的測試。 它不會為您提供準確的測試結果,因為您可能會遇到短期的轉化激增或下降,從而影響您的表現。
4. 衡量你的結果
測量測試結果是一個快速而簡單的過程。
上圖是通過 OptiMonk 運行的多變量彈出測試的結果。 你可以看到
- 每個測試有多少觀看次數(展示次數)
- 轉化次數
- 轉化率
- 每次測試的信心
從圖中可以看出,Variant 1 的轉化率最高,但測試還遠未結束。 變體 1 和 2 尚未達到 95% 或更高的置信水平,因此我們還不能自信地宣布變體 1 獲勝。
什麼時候應該停止測試? 一旦您的測試達到 95% 的置信水平,您就有足夠的信息來結束測試。 然後你可以選擇轉化率最高的變體作為你的冠軍。
5. 計劃你的下一次測試
不要將 A/B 測試視為一次性的事情。 將其視為一個持續的過程,因為客戶偏好會隨著時間而變化。
此外,總有改進的餘地——尤其是在您創建以客戶為中心的內容時。 每次您想重新設計網頁或更改選擇加入表單上的按鈕大小時,請運行 A/B 測試以查看訪問者更喜歡哪個版本。
想想可以改進營銷活動的各種元素的方法。 在 Google Analytics 上評估您的著陸頁。 查看跳出率、轉化率和在頁面上花費的時間等指標。
如果你認為還有改進的餘地,你可以想辦法改變和測試你的頁面。
使用 OptiMonk 的 A/B 測試示例
現在您知道如何成功運行 A/B 測試,還有一個問題:它們真的有效嗎?
絕對地!
A/B 測試是您擁有的最有效的轉化優化解決方案之一。 但不要相信我們的話。 請閱讀以下兩個案例研究,親自了解。
靴袖和襪子
女鞋公司 Boot Cuffs & Socks 在需要幫助推動銷售時求助於 OptiMonk。 他們為未完成購買就離開網站的購物者創建了一個彈出窗口。
他們創建了兩個版本來鼓勵訪客完成購買。 一個提供 4.25 美元的商店信用,另一個提供 10% 的折扣。 Boots Cuffs & Socks 想看看這兩個版本的表現如何,因此他們進行了 A/B 測試。
測試運行了 40 天,他們發現人們更喜歡 B 版。 它的轉化率比版本 A 高 15%。
最終,Boot Cuffs & Socks 的營銷努力奏效了。 該活動將購物車放棄率降低了 17% ,並實現了280% 的每月投資回報率。
瑞士鐘錶展
SwissWatchExpo 還使用 OptiMonk來測試他們的彈出窗口。
他們對三個彈出窗口進行了多變量測試,以查看網站訪問者喜歡哪個版本。 以下是不同之處:
- 版本 A 使用動態文本替換 (DTR)功能在彈出窗口中顯示他們的手錶之一。
- 版本 B 有一條消息提示訪客在商品售罄之前完成購買。
- C 版提供 100 美元的折扣和免費送貨。
C版是冠軍。 它以 28% 的驚人轉化率贏得了測試。
完成測試後,SwissWatchExpo 啟動了它的活動。 他們的在線交易量在短短三個月內增長了 27% ,收入增長了 25% 。
為什麼需要 A/B 測試?
愛因斯坦曾經說過, “失敗是進步中的成功”。
您不會通過猜測來創建完美的營銷活動。 你通過反複試驗來創造它——了解什麼是行不通的,並調整你的策略。
這就是 A/B 測試可以提供幫助的地方。 運行幾次測試後,您可以提高對客戶偏好和購物習慣的了解。
了解哪些營銷策略可能會促進銷售,哪些策略應該避免,以及如何創建影響用戶行為的令人愉悅的客戶體驗。 這不僅可以提高您正在進行的廣告系列的效果,還可以幫助您在未來做出更明智的決策。