如何充分利用 A/B 测试来提高转化率

一种更简单（也是最常见）的 CRO 测试类型称为 A/B 测试。 作为任何营销人员优化工具带中的必备工具，A/B 测试因其技术和统计性质而显得令人生畏。 实际上，它实际上是提高转化率的最明确和最有效的方法之一。 通过查明在受众中表现良好的活动元素的具体变化，A/B 测试消除了 CRO 的猜测，并将理论转化为应用。

准备好迈出这一步了吗？ 让我们研究一下 A/B 测试的全部内容，并讨论一些最佳实践，让您立即像专业人士一样进行测试。

对于那些喜欢看而不是阅读的人...

什么是 A/B 测试？

基础

简而言之，A/B 测试是营销人员的受控实验版本。 也称为拆分测试，A/B 测试允许您测试活动的某些元素的变体，例如登录页面，并排在一起。 结果将使您能够确定哪个版本是最有效的选项。 由于其相当简单的性质，它是转化率优化中最流行的测试之一。

A/B 测试的工作原理

A/B 测试从创建一个内容的两个（或多个）版本开始。 任何需要的变量都可以进行调整，最好的做法是使这些版本彼此大不相同，但只有一种方式。 然后将这些作品展示给类似规模的受众，并使用 CRO 测试和/或分析软件记录和分析每个组的响应能力和转换率。

获取您的广告系列优化清单，以帮助您确定广告系列的哪些部分表现不佳，以便您可以优先考虑您的测试工作

A/B 测试流程

因此，让我们深入了解细节，并详细研究如何运行有效的 A/B 测试。

1. 选择你的变量

与科学方法一样，您想隔离一个“自变量”进行测试。 澄清一下，A/B 允许测试多个变体，只要一次测试一个变体即可。 您感兴趣的任何布局或设计元素都可以进行测试，从登录页面字体到 CTA 按钮位置再到电子邮件主题行。 考虑建立一个假设来评估使用你的结果，并记住保持简单——不要一次测试多个变量！

2. 确定指标

“因变量”将是您在整个测试过程中选择关注的指标。转化率似乎是最明显的，但与 CRO 相关的其他指标可能包括购物车放弃率、在页面上花费的时间、跳出率和更多. 花时间找到与正在测试的特定部分最相关的 KPI（关键绩效指标）。

另一个考虑因素是您的结果所需的统计显着性。 将您的置信水平设置为更高的百分比相当于投资于结果的准确性。 我们在 CRO 领域看到了一些关于这个主题的糟糕的统计知识，并建议这个关于 A/B 测试统计的博客来正确设置它。

3. 设置您的群组

需要确定的实验的剩余元素是控制，它将是您将要测试的部分的未更改版本。 通过创建控制和测试，您可以将受众分成大小相同的随机组进行测试。 如果这听起来难以实施，请不要担心——这是您的测试工具的工作，是您的 CRO 策略的重要组成部分。

样本大小将取决于所使用工具的功能和测试的性质。 当测试像网页这样的东西时，访问者数量不断增加，测试的持续时间将直接决定样本量； 检查现有的访问率，以了解进行多长时间。 另一方面，当 A/B 测试电子邮件时，建议在邮件列表的一定比例上进行测试。

4. 运行测试！

尽管您的变体应该同时进行测试，但战略性地选择测试时间并没有错。 例如，适时的电子邮件活动将更快地交付结果； 确定这些时间需要对您的订户人口统计数据和细分市场进行一些研究。 如前所述，根据作品的性质、您的网站流量和需要达到的统计意义，测试可能需要几个小时到几周的时间。

如果您有兴趣深入了解访问者反应背后的原因，请考虑寻求定性反馈。 在测试期间，可以很容易地将退出调查和民意调查添加到网站页面。 这些信息可以为您的结果增加价值和效率。

5. 检查结果

使用您预先建立的假设和关键指标，是时候解释您的发现了。 牢记置信水平，有必要借助您的测试工具或其他计算器来确定统计显着性。 如果一种变体在统计上证明比另一种更好，恭喜！ 您现在可以采取适当的行动来优化广告系列。

但请记住，统计意义并不等同于实际意义。 您始终需要考虑实施更改所需的时间和精力以及回报是否值得。 如果它只是通过单击按钮将一个电子邮件模板发送到另一个电子邮件模板那么简单，那是不费吹灰之力的。 但是，如果归结为让开发人员修改您网站上的 100 多个登录页面，您需要确保这样做是值得的。

6. 如果测试“失败”

如果两种变化都没有产生统计上显着的结果——也就是说，测试没有结论——有几个选项可用。 一方面，简单地保留原始变化是合理的。 您还可以选择重新考虑您的显着性级别或根据正在测试的作品的上下文重新确定某些 KPI 的优先级。 最后，可能需要更强大或截然不同的变化。 最重要的是，不要害怕再次测试和测试； 毕竟，反复的努力只能帮助改进优化。

A/B 测试与多变量测试

多变量测试建立在与 A/B 对应项相同的关键原则之上； 不同之处在于要测试的变量数量更多。 目标是确定哪种特定的变体组合表现最佳，并检查每个变体在其他变量的上下文中的“可转换性”，而不仅仅是一个独立的过程。 在许多方面，它可能是一种更复杂的做法。

这种类型的测试是检查可优化元素之间更复杂关系的好方法。 理论上，可以并排测试数百种组合！ 值得注意的是，多变量测试有其缺点，特别是在有效进行测试所需的大量时间和站点访问者数量方面。

我应该运行哪个测试？

无论公司规模、站点流量或软件功能如何，A/B 测试都是快速获得显着且明显结果的理想方法。 对于 CRO 的新营销人员来说，它易于解释且不那么令人生畏，在某些情况下，它甚至被那些更喜欢它而不是设计多变量测试的大公司在连续循环中使用。 如果您刚刚开始进入优化世界，这可能是最好的起点。

相比之下，多变量测试通常建议用于具有大量流量的站点，以适应需要测试的变体数量。 被测试的特定页面也需要有足够的曝光度。 当您想要对内容片段进行更细微的修改并跟踪不同元素的交互时，最好应用多变量测试。 它们对于获得结果也很有用，这些结果以后可以系统地更大规模地应用于您的网站设计。

既然您知道如何运行 A/B 测试，那么您如何知道首先要解决营销活动的哪个方面？ 我们为您准备了完美的资源：广告系列优化清单。 它将帮助您确定广告系列的哪些部分表现不佳，以便您可以优先考虑测试和优化工作。

此博客是您的转化率优化权威指南博客系列的一部分