如何充分利用 A/B 測試來提高轉化率

一種更簡單（也是最常見）的 CRO 測試類型稱為 A/B 測試。 作為任何營銷人員優化工具帶中的必備工具，A/B 測試因其技術和統計性質而顯得令人生畏。 實際上，它實際上是提高轉化率的最明確和最有效的方法之一。 通過查明在受眾中表現良好的活動元素的具體變化，A/B 測試消除了 CRO 的猜測，並將理論轉化為應用。

準備好邁出這一步了嗎？ 讓我們研究一下 A/B 測試的全部內容，並討論一些最佳實踐，讓您立即像專業人士一樣進行測試。

對於那些喜歡看而不是閱讀的人...

什麼是 A/B 測試？

基礎

簡而言之，A/B 測試是營銷人員的受控實驗版本。 也稱為拆分測試，A/B 測試允許您測試活動的某些元素的變體，例如登錄頁面，並排在一起。 結果將使您能夠確定哪個版本是最有效的選項。 由於其相當簡單的性質，它是轉化率優化中最流行的測試之一。

A/B 測試的工作原理

A/B 測試從創建一個內容的兩個（或多個）版本開始。 任何需要的變量都可以進行調整，最好的做法是使這些版本彼此大不相同，但只有一種方式。 然後將這些作品展示給類似規模的受眾，並使用 CRO 測試和/或分析軟件記錄和分析每個組的響應能力和轉換率。

獲取您的廣告系列優化清單，以幫助您確定廣告系列的哪些部分錶現不佳，以便您可以優先考慮您的測試工作

A/B 測試流程

因此，讓我們深入了解細節，並詳細研究如何運行有效的 A/B 測試。

1. 選擇你的變量

與科學方法一樣，您想隔離一個“自變量”進行測試。 澄清一下，A/B 允許測試多個變體，只要一次測試一個變體即可。 您感興趣的任何佈局或設計元素都可以進行測試，從登錄頁面字體到 CTA 按鈕位置再到電子郵件主題行。 考慮建立一個假設來評估使用你的結果，並記住保持簡單——不要一次測試多個變量！

2. 確定指標

“因變量”將是您在整個測試過程中選擇關注的指標。轉化率似乎是最明顯的，但與 CRO 相關的其他指標可能包括購物車放棄率、在頁面上花費的時間、跳出率和更多. 花時間找到與正在測試的特定部分最相關的 KPI（關鍵績效指標）。

另一個考慮因素是您的結果所需的統計顯著性。 將您的置信水平設置為更高的百分比相當於投資於結果的準確性。 我們在 CRO 領域看到了一些關於這個主題的糟糕的統計知識，並建議這個關於 A/B 測試統計的博客來正確設置它。

3. 設置您的群組

需要確定的實驗的剩餘元素是控制，它將是您將要測試的部分的未更改版本。 通過創建控制和測試，您可以將受眾分成大小相同的隨機組進行測試。 如果這聽起來難以實施，請不要擔心——這是您的測試工具的工作，是您的 CRO 策略的重要組成部分。

樣本大小將取決於所使用工具的功能和測試的性質。 當測試像網頁這樣的東西時，訪問者數量不斷增加，測試的持續時間將直接決定樣本量； 檢查現有的訪問率，以了解進行多長時間。 另一方面，當 A/B 測試電子郵件時，建議在郵件列表的一定比例上進行測試。

4. 運行測試！

儘管您的變體應該同時進行測試，但戰略性地選擇測試時間並沒有錯。 例如，適時的電子郵件活動將更快地交付結果； 確定這些時間需要對您的訂戶人口統計數據和細分市場進行一些研究。 如前所述，根據作品的性質、您的網站流量和需要達到的統計意義，測試可能需要幾個小時到幾週的時間。

如果您有興趣深入了解訪問者反應背後的原因，請考慮尋求定性反饋。 在測試期間，可以很容易地將退出調查和民意調查添加到網站頁面。 這些信息可以為您的結果增加價值和效率。

5. 檢查結果

使用您預先建立的假設和關鍵指標，是時候解釋您的發現了。 牢記置信水平，有必要藉助您的測試工具或其他計算器來確定統計顯著性。 如果一種變體在統計上證明比另一種更好，恭喜！ 您現在可以採取適當的行動來優化廣告系列。

但請記住，統計意義並不等同於實際意義。 您始終需要考慮實施更改所需的時間和精力以及回報是否值得。 如果它只是通過單擊按鈕將一個電子郵件模板發送到另一個電子郵件模板那麼簡單，那是不費吹灰之力的。 但是，如果歸結為讓開發人員修改您網站上的 100 多個登錄頁面，您需要確保這樣做是值得的。

6. 如果測試“失敗”

如果兩種變化都沒有產生統計上顯著的結果——也就是說，測試沒有結論——有幾個選項可用。 一方面，簡單地保留原始變化是合理的。 您還可以選擇重新考慮您的顯著性級別或根據正在測試的作品的上下文重新確定某些 KPI 的優先級。 最後，可能需要更強大或截然不同的變化。 最重要的是，不要害怕再次測試和測試； 畢竟，反复的努力只能幫助改進優化。

A/B 測試與多變量測試

多變量測試建立在與 A/B 對應項相同的關鍵原則之上； 不同之處在於要測試的變量數量更多。 目標是確定哪種特定的變體組合表現最佳，並檢查每個變體在其他變量的上下文中的“可轉換性”，而不是簡單的獨立過程。 在許多方面，它可能是一種更複雜的做法。

這種類型的測試是檢查可優化元素之間更複雜關係的好方法。 理論上，可以並排測試數百種組合！ 值得注意的是，多變量測試有其缺點，特別是在有效進行測試所需的大量時間和站點訪問者數量方面。

我應該運行哪個測試？

無論公司規模、站點流量或軟件功能如何，A/B 測試都是快速獲得顯著且明顯結果的理想方法。 對於 CRO 的新營銷人員來說，它易於解釋且不那麼令人生畏，在某些情況下，它甚至被那些更喜歡它而不是設計多變量測試的大公司在連續循環中使用。 如果您剛剛開始進入優化世界，這可能是最好的起點。

相比之下，多變量測試通常建議用於具有大量流量的站點，以適應需要測試的變體數量。 被測試的特定頁面也需要有足夠的曝光度。 當您想要對內容片段進行更細微的修改並跟踪不同元素的交互時，最好應用多變量測試。 它們對於獲得結果也很有用，這些結果以後可以系統地更大規模地應用於您的網站設計。

既然您知道如何運行 A/B 測試，那麼您如何知道首先要解決營銷活動的哪個方面？ 我們為您準備了完美的資源：廣告系列優化清單。 它將幫助您確定廣告系列的哪些部分錶現不佳，以便您可以優先考慮測試和優化工作。

此博客是您的轉化率優化權威指南博客系列的一部分