我們對網站所做的許多改變都歸結於直覺。我們使用我們認為使用者會喜歡的設計，編寫我們認為會與他們產生共鳴的內容 – 雖然經驗和直覺可以在很大程度上幫助你建立一個受歡迎的網站，但它們不能代替真實世界的資料。
好訊息是，A/B測試可以幫助你在目標受眾面前檢查不同版本的網頁。你可以使用這些資訊來更好地瞭解你的使用者喜歡什麼，並作出改變，使你的訪問者感到驚奇。
在這篇文章中，我們將討論A/B測試是如何工作的，以及專家們對它的看法。我們還將引導你瞭解七個著陸頁A/B測試的最佳實踐，以幫助你掌握你的實驗。
A/B測試簡介（以及它是如何工作的）
轉化率優化（CRO）是一個廣泛的術語，描述了對網站進行反覆修改以提高網站訪問者與網站互動（點選、轉換）的頻率的做法。A/B測試是通過向不同的使用者群提供兩種同時存在的體驗來進行的，通常只對一個給定的頁面或部分進行改變（如顏色、大小或行動呼籲[CTA]按鈕的位置）。
如果你得到足夠的流量，並將其平均分配給兩個版本（變體A和變體B），其中一個應該比另一個產生更好的結果和轉化率。這就是為什麼A/B測試通常也被稱為分割測試。
例如，如果你正在測試一個CTA的兩個版本，其中一個應該比它的對應版本獲得更多的點選量。這些結果告訴你，你的受眾更喜歡什麼，然後你就可以更新你的網站，享受更多的參與：
許多現代工具使你能夠處理A/B測試的所有技術方面，而沒有太多麻煩。在大多數情況下，你可以簡單地選擇一個元素，使用一個頁面構建器來建立一個替代版本，然後幾乎立即開始測試。
值得注意的是，與任何型別的實驗一樣，結果將取決於你是否提出了正確的 “問題”，以及你的樣本量。這是A/B測試的兩個方面，我們將在本文的其餘部分進行探討。
你可以對哪些要素進行A/B測試？
首先，你要想出一個遊戲計劃。 “你可以測試你網站上的幾乎任何東西，從登陸頁面的長度到現在購買按鈕的顏色，但你要優先考慮那些你認為會對你的結果產生最大影響的專案，“Gallinger說， “初學者通常應該從四大項中的一項開始。”
文字長度
一個網站文字的長度往往可以極大地影響一個頁面的轉換率。然而，在你使用A/B測試向實際的潛在客戶展示之前，你很難事先知道你是否需要更多或更少的副本來解釋你的想法：
我們建議不要對部落格內容和文章使用A/B測試，因為太多的因素會影響轉換率。
例如，一篇3000字的文章可能比 “濃縮” 的1500字版本表現更好。然而，如果你把網頁上的內容增加一倍，有數百個因素會影響使用者的參與。這意味著測試結果不會返回有價值的資訊。
相反，我們建議把重點放在測試短文元素上，如列表和介紹。它們更有可能顯著影響使用者對內容的反應，而且它們更容易進行A/B測試。
標題
標題通常是人們看到的第一件事，所以有效地使用它來吸引他們的注意力是非常重要的。一些網站在確定最終方案之前，會對十個標題進行A/B測試，甚至更多。
標題可以極大地影響部落格頁面和搜尋引擎結果的點選率。根據我們的經驗，僅僅調整一個標題就可以使一些網頁得到更多的關注。
理想情況下，你不必測試你建立的每個標題。相反，我們建議把重點放在那些沒有得到足夠關注的頁面和帖子上（而且你認為他們的內容值得關注）。試著模仿你或你的競爭對手在其他成功頁面中使用的標題型別，看看這是否會影響使用者對內容的反應。
行動呼籲(CTA)
這一小段文字往往可以產生很大的不同。例如，一個寫著 “立即購買 “而不是 “購買 “的按鈕可能會產生一種緊迫感，鼓勵人們點選它，或者產生一種虛假的緊迫感，使人們迴避它。
在分析結果時，CTA是A/B測試中最簡單的一些元素。一個 “更好的 “CTA會產生更多的轉換率。然後，你可以利用這些資訊來了解什麼型別的提示能更好地引起受眾的共鳴。
此外，CTA往往很短。這意味著需要測試的潛在變化較少，與普通的文案、標題或圖片相比，設定測試更容易。
圖片
圖片傳遞著重要的情感，但要事先知道哪些圖片有效，哪些圖片會讓你的受眾感到失望，並不容易。與標題一樣，你可以在選擇最佳圖片之前測試各種圖片。
作為一條經驗法則，圖片應該始終是高質量的，並與手頭的主題相關。此外，你不應該隨意地更換圖片。相反，要注意流失指標，看看哪些網頁 “流失 “的使用者最多。
這一指標將為你指出需要重新設計或以某種方式進行大修的網頁。從這一點出發，你可以分析現有的圖片，考慮它們是否會對使用者體驗產生負面影響。
如何改進你的登陸頁面A/B測試
這些A/B測試的最佳實踐將幫助你為你的網站內的任何頁面建立更準確的實驗。然而，登陸頁面通常是完美的A/B測試環境，因為它是獨立的。
1. 制定一個假設
實際上，任何東西都可以進行A/B測試，其結果可以用各種方式來改善你的網站。
SAAS營銷顧問Sid Bharath說：”從廣義上講，你可以測試設計、文案或報價，“。 “設計意味著顏色、佈局、字型和視覺效果。文案是頁面上的內容，如標題或產品描述。最後，報價是你要求人們做的具體事情，如註冊電子課程或購買產品。”
然而，僅僅因為你可以使用A/B測試來測量幾乎任何東西，並不意味著它應該被用於所有事情。關鍵是要有一個策略，採用它的方式，真正發揮它的作用。
“當測試在上世紀初開始流行時，有一個流行的說法是’永遠在測試’，” Shukairy說， “人們所認為的是’在你的網站上測試一種顏色和行動呼籲，你將看到轉換率的巨大改善’。這根本不是真的。”
測試是一門藝術和科學，需要定期對你的網站進行統計分析，以發現潛在的問題領域並調查原因。這意味著執行定性投票、調查和可用性測試，以更好地瞭解客戶的糾結之處。
“只有在你彙編了問題之後，你才能開始對它們進行優先排序，並決定可以測試哪些解決方案來改善所發現的問題，” Shukairy說， “一個假設對於測試來說是必要的，因為最終是統計資料使A/B測試可行。”
執行A/B測試需要時間，因為你需要彙編足夠的資料以獲得統計學上的準確結果。這意味著為了你的最佳利益，要確保你測試的元素是正確的。
要做到這一點，你需要有一個基於資料的假說。例如，如果你的主頁有很高的跳出率，一些有效的假設可以解釋它，包括以下內容：
- 頁面的載入時間過長
- 使用者對他們在摺疊上方看到的內容感到氣餒
- 該頁面在移動裝置上沒有提供良好的體驗
所有這些都是有效的原因，值得測試。然而，你可以通過進行內部可用性測試和詢問其他人對你網站的反饋來進一步縮小潛在原因。這種額外的努力將幫助你鎖定你應該進行A/B測試的確切元素。
2. 分析使用者流失點
我們建議不要隨意決定在你的網站上對哪些頁面進行A/B測試，而是把重點放在最突出的 “流失” 點上。也就是說，那些讓你失去最多使用者的頁面。
“通過使用谷歌分析，你應該能夠突出最大的下降點在哪裡。我建議從那裡開始你的分割測試，“皮爾-卡丹文具的數字營銷和搜尋引擎執行官安德魯-惠勒建議說。 “審查你的頂級退出頁面是一個很好的起點，可以突出你的頁面，它有可能帶來最大的提升。”
如果你不清楚如何找到你的下降點，Bharath建議從你的現有資料開始。例如，在一個電子商務網站上，流量可能看起來像這樣。 主頁→產品頁面→購物車→結賬。
他說：”在每個步驟中，你都會注意到人們放棄和離開網站，”他說。 他說：”找到最大的流失點，在那一步進行測試，以減少流失。根據最大的改進可能來自哪裡，來確定測試的優先次序。”
如果你的網站有一個龐大的內容庫，你想測試的話，把重點放在下拉頁面是明智的。如果你制定合理的假設來測試，找到這些頁面的問題將產生最好的短期結果。
3. 給予測試足夠的時間來執行
說到測試，沒有什麼神奇的時間框架。 “宣佈我們所謂的A/B測試的’統計學意義’的時間取決於流經你網站的流量，“Engine Insights的產品負責人Blake Puryear說。
“如果你得到的是涓涓細流的流量，讓A/B測試執行一段時間。在你開始推斷任何事情之前，你需要大約一週的流量通過你的測試的兩邊。“Puryear補充說。
“即使一個測試在一個下午後被殺死了，那也可能是流量的異常情況。試圖做出直覺決定或偏愛一個變體很容易，因為你更喜歡它。這就是退一步，讓資料說話的真正重要之處。”
這就是測試 “統計意義”的地方。如果你設計了一個A/B測試，在50次訪問後，一個變體明顯獲勝，這並不能證明什麼。50個使用者並不是一個足夠大的資料樣本，無法做出一個基於資料的決定。如果你讓這個測試執行更久，趨勢可能會完全逆轉。
啟示是給你的測試足夠的時間，直到結果無可置疑。這個過程可能是令人沮喪的，因為它需要更長的時間來實施改變。然而，這是確保你的測試不會返回不準確的資料的唯一方法。
對於數字書呆子，有一些工具可以幫助你確定你的測試時間。 “當你的登陸頁面的A和B版本之間存在統計學上的顯著差異時，A/B測試就完成了，” Gallinger說。 “大多數A/B測試軟體都有一個內建的計算器，以確定何時達到統計學上的重大勝利，所以你不必做數學題。”
如果你想使用一個單獨的計算器，尼爾-帕特爾的這個計算器很好用，而且很容易理解。如果你覺得有足夠的信心嘗試多變體（多變數）測試，該工具還可以讓你新增更多變體。
4. 使用正確的A/B測試工具
根據你的技能水平，你可以自己設定測試。
“A/B測試一開始可能看起來相當令人生畏，但你沒有理由不自己嘗試，“Gallinger說，”在你這樣做之前，確保你對你要測試的變化和你要使用的工具有很好的瞭解。如果你需要建立A/B測試的幫助，請聯絡網站開發人員來協助設定過程。”
下一步是使用軟體向50%的網站訪問者展示你網站的每個版本。
“你可以使用Optimizely、VWO或Omniconvert等工具，在你的網站上建立A/B測試，“Bharath說，”利用他們的點選工具，你可以建立一個頁面的變體，改變元素進行測試，而不需要任何編碼知識。”
“如果客戶已經有一個WordPress外掛，我會適應他們的工具集，並在專案期間使用它，”Puryear說，”這些工具通常與谷歌分析協同工作，所以你需要大力倚重它。”
對於那些有更復雜需求的人，Gallinger推薦Kissmetrics、Crazyegg或Optimizely。
用於A/B測試的WordPress外掛也可以對初學者有所幫助。
“它們給你一些操作的界限–把這些外掛看作是訓練輪。我見過幾個客戶使用的一個外掛是Nelio A/B Testing for WordPress。“——Puryear
如果你使用WordPress，我們建議看一下流行的A/B測試外掛，因為它們可以提供比第三方平臺更直接的實施。Puryear推薦Nelio A/B測試，但其他工具可以幫助你測試更具體的元素。
例如，Title Experiments Free可以幫助你A/B測試文章和頁面標題。
Shukairy認為，”最終，你需要一個準確的工具，可以幫助你把流量分成兩個不同的設計，並給你一個資訊輸出，標誌著贏家和其他可能對你很重要的資料點和指標。”
5. 學習如何分析結果
“A/B測試工具通常總是有一個分析或統計儀表板，” Puryear說，”如果你的工具沒有，你肯定是用錯了工具。這些儀表板應該顯示你的A變體與B變體的效能。看一下效能的分佈，以及哪個變體在你測試的事件中出現的次數最多。好的工具將為你提供一個基於通過測試的流量的信心值。”
在實驗結束時，看看變體組的轉換率是否提升或可能下降。 “重要的是要考慮到，有時在A/B測試之後，對照組仍然是更好的選擇，”Edelstein說。 “這是一個常見的錯誤，因為它可能會因為一個不明顯的轉化率提升而傾向於改變網站。” 並確保你有足夠的資料來給你一個有統計學意義的結果。
“分析結果是測試的一個重要而又經常被忽視的部分，“Shukairy表示，”首先，你必須看到你的假設是否得到驗證。然後，根據結果，驗證是否有其他可以考慮的後續測試。”
例如，Shukairy測試了在一個客戶的訂閱網站上刪除一個視訊並放置一個靜態影象。一旦她的團隊驗證了靜態影象增加了轉換率，並證實了小組的假設，即消除頁面頂部的混亂，他們在頁面的另一個部分重新引入視訊，並使用相同的靜態影象，轉換率再次飆升。
“測試揭示了很多關於客戶的行為模式，喜歡和不喜歡，當然，這取決於你實際上在測試什麼元素，“Shukairy認為，”這些資料可以影響未來的測試。”
6. 歸檔過去的A/B測試結果
即使你已經從一個特定的A/B測試中走出來，你也要儲存這些資料，以防你將來要參考它。
“把所有的測試結果和發現放在一起是個好主意。 “我個人在Google Drive上使用一個單獨的資料夾；這特別好，因為你可以輕鬆地與相關的團隊成員和決策者分享你的發現。“——Wheller建議
大多數A/B測試工具會儲存測試結果，供將來參考。
“任何有價值的A/B測試平臺都會有一個存檔或參考功能，你可以回去看看舊的測試，“Puryear補充說，”在新的一年裡，我最喜歡做的事情之一是看一看那些真正起到作用的舊測試，然後再次執行這些測試，看看它們在6個月、8個月或12個月後的表現如何。你可能會發現結果真的很有趣，因為你的客戶或流量概況在一年中可能會發生變化。”
儲存過去的測試資料的另一個重要好處是看你的假設如何隨著時間的推移而保持不變。執行多個測試可以讓你嘗試做出不同的改變，其中一些會在你的特定受眾中產生更好的共鳴。
例如，你的受眾可能對文案中的特定語氣或影象型別反應更好。通過儲存過去的測試資料並定期審查，你應該能夠發現模式，從而幫助你完善未來的測試。
7. 從小型測試開始
我們在A/B測試中看到的最常見的錯誤之一是，許多人試圖咬掉超過他們可以咀嚼的東西。如果你是這種型別的測試的新手，我們建議從小事做起。在你的網站上確定一個下降點，圍繞一個元素（如CTA）制定一個簡單的假設，然後進行測試。
這種方法可能並不具有突破性，即使測試順利，也可能不會帶來很多額外的轉化率。然而，這種科學方法是所有關於小的、漸進的變化，隨著時間的推移，一點一點地改善你的網站。
測試一個頁面的完全不同的版本不會讓你得到準確的結果，同時執行幾十個測試會讓你不知所措。與其把A/B測試看作是一個神奇的解決方案，我們建議把它看作是一個長期專案。
“從小型測試開始，直到你熟悉你的網站和你的流量模式的統計意義，”Puryear認為，”我見過一些人在第一次嘗試A/B測試時就跳到一個巨大的測試中，發生了可怕的事情。優化一些小的東西，熟悉你正在做的事情。”
小結
A/B測試不是一個噱頭，也不是一個你需要成為營銷專家才能做到的技能。就其核心而言，A/B測試就像問 “這兩個選項中哪個最有效 “一樣簡單，然後看看使用者在受控環境中的想法。有了正確的工具，建立A/B測試可以非常簡單。
成功完成這些測試的最困難的部分是學會提出正確的問題並解釋結果。這裡有一些提示，可以幫助你在這兩個方面取得成功。
- 制定一個假設。
- 分析使用者流失點。
- 給予測試足夠的時間來執行。
- 使用正確的A/B測試工具。
- 學習如何分析結果。
- 將過去的A/B測試結果存檔。
- 從小型測試開始。
評論留言