什么是AB測試?
AB測試是為Web或App界面或流程制作兩個(A/B)或多個(A/B/n)版本,在同一時間維度,分別讓組成成分相同(相似)的訪客群組(目標人群)隨機的訪問這些版本,收集各群組的用戶體驗數據和業務數據,最后分析、評估出最好版本,正式采用。
明白AB測試的基本概念你可能還有以下疑惑:
“如何開始A/B分測試?”
“A/B測試最好的軟件有哪些?”
“如何進行A/B測試?”
好了在進行A/B測試開始之前,你做了
谷歌優化了嗎?你的流量是否足夠多?如果你的網站訪問量不多,則幾乎不可能進行A/B測試。
為什么?
因為你的測試結果達不到統計學意義,不過幸運的是,你可以使用 Optimizely’s Sample Size calculator了解你的網站是否有足夠的流量來進行A/B測試。
你只需輸入當前頁面的轉換率,想要提升的轉化率和顯著性水平即可。
該工具會可以告知你需要多少訪問者才能達到你想要的測試。
首先從哪里開始進行A/B測試?
“首先測試哪個頁面?”這是一個很難回答的問題。畢竟:從標題到價格再到按鈕點擊復制,網站上可以數百萬種可以測試的東西,不過呢,有3種方法可以幫助你決定從哪里開始A/B測試:
1.高流量頁面
如果你在一個高流量的網頁上提高了轉化率,就會獲得更多的轉化次數。
例如,去年我決定在Backlinko主頁上進行A/B測試

為什么我要從首頁開始?
那是因為主頁的流量比我網站上的任何其他頁面都要多。
2.效果最差的頁面
你也可以在轉換率極低的頁面上開始A/B測試,為什么?因為死馬當活馬醫,實際上,通過一次A/B測試,有時你可以在低轉換率頁面上你能提高5-10倍。
3.定性和定量數據
在上一章中收集的數據將在這里派上用場,這些數據可以告知你從哪開始,例如,假設你的用戶測試數據告訴你:“很難找到預定房間的按鈕”。
好吧,你首先應該在頁面的前面和中間放置一個“預訂房間”按鈕進行A/B測試。
創建假設
如果你已經決定從哪里開始進行A/B測試,那么你就應該創建一個假設,為什么這很重要呢?假設可以幫助你基于邏輯和數據測試內容而不是憑空想象。
例如,去年我決定在Backlinko上測試一個滾動框:
我的假設是,滾動框將提高用戶注冊,而不會損害其他方面的轉化。
在開始測試之前,記下這個假設:
如何進行A/B測試
以下是兩個建議,可有助于你進行A/B測試:
首先,測試大的更改。
A/B測試新手最常見的錯誤之一就是測試微小的更改(如按鈕顏色)等
相反,你首先應該測試兩個非常不同的版本頁面,然后,隨著時間的推移更改細微差別來優化頁面轉化率。
例如,去年在Backlinko主頁上進行測試時,我開始測試了按鈕,Logo,標題字體大小……以及其他細微調整,并不理想因此我又測試了不同版本的主頁。
具體來說,舊主頁鏈接到我最新的博客文章。

我決定測試原始設計而不是提供免費案例以獲取郵件版本。

果然,我測試了一些大的變動,準化率獲得了大的提升:
其次,你需要一些軟件。
市場上有數十種A/B測試工具可用,例如:
Unbounce
VWO
Optimizely
AB Tasty
我個人建議使用Optimize,但使用哪個軟件取決于你的預算和實際測試功能。
收集結果和范圍
最后一步是收集結果,分析和學習。
幸運的是,大多數A/B測試軟件都會讓你知道收集的結果是否達到統計意義:
一旦某項獲得成功,就該記下一些東西了,具體來說:
我的假設正確的嗎?
我從此項假設學到了什么可以用于將來的測試提高谷歌優化轉化率?
根據這些結果,下一步應該測試什么?