如何进行A / B测试：完美拆分测试的5个步骤

-Yeeeees,我们是你的设计生涯加油站！-

如今，一切都与数据有关。领导者不想在没有证据的情况下做出决策。这当然是件好事，幸运的是，有很多方法可以获得信息，而不必依赖直觉。最常见的方法之一，尤其是在网络环境中，就是 A/B 测试。

“

什么是 A/B 测试？

A/B 测试，也称为拆分对比测试，是一种营销实验，其中两个或多个版本的变量（网页、页面元素等）同时显示给不同的网站访问者群体，以确定哪个版本留下最大的影响并推动业务指标。换句话说，您可以向一半的受众显示一段营销内容的版本 A，向另一半受众显示版本 B。

从本质上讲，A / B测试消除了网站优化中的所有猜测，并使体验优化者能够做出数据支持的决策。在 A/B 测试中，A 是指“控制”或原始测试变量。而 B 指的是“变异”或原始测试变量的新版本。

将您的业务指标推向积极方向的版本被称为“赢家”。在测试的页面/元素上实施此获胜变体的更改可以帮助优化您的网站并提高业务投资回报率。

每个网站的转化指标都是唯一的。例如，在电子商务的情况下，可能是产品的销售。同时，对于B2B来说，可能是合格潜在客户的产生。

A / B测试是转化率优化（CRO）总体过程的组成部分之一，您可以使用它收集定性和定量的用户见解。您可以进一步使用这些收集的数据来了解用户行为、参与率、痛点，甚至对网站功能的满意度，包括新功能、改进的页面部分等。如果您没有对您的网站进行A / B测试，那么您肯定会失去大量潜在的业务收入。

“

A / B测试如何工作？

要运行 A/B 测试，您需要为一条内容创建两个不同版本，并对单个变量进行更改。

然后，您将向两个规模相似的受众群体展示这两个版本，并分析哪个版本在特定时间段内效果更好（足够长的时间以便对您的结果做出准确的结论）。

A/B 测试可帮助营销人员观察营销内容的一个版本与另一个版本一起执行的效果。

“

A/B 测试有哪些不同类型？

在了解要测试哪些网页元素以将您的业务指标推向积极的方向之后，让我们继续了解不同类型的测试方法及其优势。

理想情况下，有四种基本测试方法——A/B 测试、拆分 URL 测试、多变量测试和多页测试。

拆分网址测试

测试领域的许多人将拆分URL测试与A / B测试混淆。然而，这两者有着根本的不同。拆分 URL 测试是指一个实验过程，其中测试现有网页 URL 的全新版本以分析哪个版本性能更好。

通常，当您只想测试网站上的前端更改时，会使用 A/B 测试。另一方面，当您希望对现有页面进行重大更改时，尤其是在设计方面，会使用拆分 URL 测试。

当您运行拆分网址测试时，您的网站流量会分为对照（原始网页网址）和变体（新网页网址），并衡量它们各自的转化率以决定胜出者。

# 拆分网址测试的优势

◉ 非常适合尝试激进的新设计，同时使用现有页面设计进行比较分析。

◉ 建议用于运行具有非 UI 更改的测试，例如切换到其他数据库、优化页面的加载时间等。

◉ 更改网页工作流。工作流极大地影响业务转换，有助于在实施更改之前测试新路径，并确定是否遗漏了任何症结。

◉ 一种更好且备受推荐的动态内容测试方法。

多变量测试

多变量测试 （MVT） 是指一种实验方法，其中同时测试多个页面变量的变化，以分析在所有可能的排列中哪个变量组合表现最佳。它比常规的A / B测试更复杂，最适合高级营销，产品和开发专业人员。

以下示例为您提供了对多变量测试的更全面描述。假设您决定测试 2 个版本，每个版本包括主图片、行动号召按钮颜色和其中一个着陆页的标题。这意味着总共创建了 8 个变体，这些变体将同时进行测试以找到获胜的变体。

下面是计算多变量测试中版本总数的简单公式：

[元素A的变体编号] x [元素B的变体编号] x [元素C的变体编号]... = [变体总数]

如果执行得当，多变量测试可以帮助消除在具有相似目标的网页上运行多个顺序 A/B 测试的需要。运行具有更多变体的并发测试可帮助您节省时间、金钱和精力，并在最短的时间内得出结论。

# 多变量测试的优势

多变量测试通常具有三个主要优点：

◉ 有助于避免对同一目标进行多次顺序 A/B 测试的需要，并节省时间，因为您可以同时跟踪各种测试页面元素的性能。

◉ 轻松分析和确定每个页面元素对测量增益的贡献，

◉ 映射所有独立元素变体（页面标题、横幅图像等）之间的所有交互。

多页测试

多页测试是一种实验形式，您可以在其中跨多个页面测试对特定元素的更改。

有两种方法可以进行多页测试：

首先，您可以获取销售漏斗的所有页面并为每个页面创建新版本，这使您的挑战者成为销售漏斗，然后针对控件对其进行测试。这称为漏斗多页测试。

第二，您可以测试添加或删除重复出现的元素（例如安全徽章、推荐信等）如何影响整个渠道的转化。这称为经典或传统多页测试。

# 多页测试的优势

与 A/B 测试类似，多页测试易于创建和运行，并在尽可能短的时间内轻松提供有意义且可靠的数据。

多页测试的优点如下：

◉ 它使您能够为目标受众创建一致的体验。

◉ 它可以帮助您的目标受众看到一组一致的页面，无论是控件还是其变体之一。

◉ 它使您能够在多个页面上实施相同的更改，以确保您的网站访问者在浏览您的网站时不会分心并在不同的变体和设计之间跳动。

“

如何进行 A/B 测试？

A / B测试提供了一种非常系统的方法，可以找出在任何给定的营销活动中哪些有效，哪些无效。大多数营销工作都是为了吸引更多流量。随着流量获取变得越来越困难和昂贵，为您的用户提供访问您网站的最佳体验变得至关重要。这将帮助他们实现目标，并使他们能够以最快、最有效的方式进行转换。营销中的A / B测试使您可以充分利用现有流量并增加收入流入。

结构化的A / B测试计划可以通过查明需要优化的最关键问题区域来使营销工作更有利可图。A / B测试现在正在从在蓝月亮中进行一次的独立活动转变为更具结构化和连续性的活动，这应始终通过明确定义的CRO流程来完成。从广义上讲，它包括以下步骤：

第一步：研究

在制定A / B测试计划之前，需要对网站当前的性能进行彻底的研究。您必须收集与访问网站的用户数量、哪些页面带来最多流量、不同页面的各种转化目标等相关的所有数据。这里使用的A / B测试工具可以包括定量网站分析工具，例如Google Analytics，Omniture，Mixpanel等，它们可以帮助您找出访问量最大的页面，花费时间最多的页面或跳出率最高的页面。例如，您可能希望首先将具有最高收入潜力或最高每日流量的页面列入候选名单。在此之后，您可能希望更深入地了解此流量的定性方面。

热图工具是用于确定用户花费最多时间的地方、滚动行为等的领先技术。这可以帮助您识别网站上的问题区域。另一个用于进行更有见地的研究的流行工具是网站用户调查。调查可以充当您的网站团队和最终用户之间的直接渠道，并且通常会突出显示汇总数据中可能遗漏的问题。

此外，可以从收集访客行为数据的会话记录工具中获得定性见解，这有助于识别用户旅程中的差距。事实上，会话录制工具与表单分析调查相结合，可以揭示用户可能不填写表单的原因的见解。这可能是由于某些字段要求提供个人信息或用户，可能会放弃您的表单太久。

正如我们所看到的，定量和定性研究都可以帮助我们为下一步做好准备，为下一步做出可操作的观察。

第二步：观察并制定假设

通过记录研究观察结果并创建旨在提高转化率的数据支持假设，更接近您的业务目标。

没有这些，您的测试活动就像一个没有方向的指南针。定性和定量研究工具只能帮助您收集访客行为数据。现在，您有责任分析和理解这些数据。利用整理到的每一点数据的最佳方法是对其进行分析，对其进行敏锐的观察，然后绘制网站和用户见解来制定数据支持的假设。准备好假设后，根据各种参数对其进行测试，例如您对它获胜的信心、它对宏观目标的影响以及设置的难易程度等等。

第三步：创建变体

测试程序的下一步应该是根据您的假设创建一个变体，并根据现有版本（控件）对其进行 A/B 测试。

变体是当前版本的另一个版本，其中包含您要测试的更改。您可以针对控件测试多个变体，以查看哪个变体效果最好。根据您对从 UX 角度可能有效的假设创建变体。例如，有足够多的人不填写表格？您的表单是否包含太多字段？它是否要求提供个人信息？也许您可以通过省略要求提供个人信息的字段来尝试具有较短形式的变体或其他变体。

第四步：运行测试

在我们进入这一步之前，重要的是要将要使用的测试方法和方法的类型归零。一旦您根据网站的需求和业务目标锁定了这些类型和方法中的任何一种（请参阅上述章节），就开始测试并等待规定的时间以获得具有统计意义的结果。请记住一件事——无论您选择哪种方法，您的测试方法和统计准确性都将决定最终结果。

例如，其中一个条件是测试活动的计时。测试的时间和持续时间必须准确无误。计算测试持续时间时，请记住您的平均每日和每月访问者、估计的现有转化率、您期望的转化率的最低改进、变体数量（包括对照）、测试中包含的访问者百分比等。

第五步：分析结果并部署更改

尽管这是寻找广告系列获胜者的最后一步，但对结果的分析非常重要。由于 A/B 测试需要持续的数据收集和分析，因此您的整个旅程就是在这一步中解开的。

测试结束后，通过考虑百分比增加、置信度、对其他指标的直接和间接影响等指标来分析测试结果。考虑这些数字后，如果测试成功，请部署入选变体。如果测试仍然不确定，请从中获取见解，并在后续测试中实现这些见解。

“

结论

阅读了这篇关于 A/B 测试的综合文章后，您现在应该完全准备好规划自己的优化路线图。认真遵循所涉及的每个步骤，并警惕如果您不给予数据应有的重要性，您可能犯的所有重大和次要错误。在提高网站的转化率方面，A / B测试非常宝贵。

如果全心全意地完成，并且以您现在拥有的知识，A / B测试可以减少进行优化计划时涉及的许多风险。它还将通过消除所有薄弱环节并找到网站的最优化版本来帮助您显着改善网站的用户体验。

文章参考：

https://blog.hubspot.com/marketing/how-to-do-a-b-testing#the-benefits-of-ab-testing

https://vwo.com/ab-testing/#a-b-testing-examples

END