我们对网站所做的许多改变都归结于直觉。我们使用我们认为用户会喜欢的设计，编写我们认为会与他们产生共鸣的内容 – 虽然经验和直觉可以在很大程度上帮助你创建一个受欢迎的网站，但它们不能代替真实世界的数据。
好消息是，A/B测试可以帮助你在目标受众面前检查不同版本的网页。你可以使用这些信息来更好地了解你的用户喜欢什么，并作出改变，使你的访问者感到惊奇。
在这篇文章中，我们将讨论A/B测试是如何工作的，以及专家们对它的看法。我们还将引导你了解七个着陆页A/B测试的最佳实践，以帮助你掌握你的实验。
A/B测试简介（以及它是如何工作的）
转化率优化（CRO）是一个广泛的术语，描述了对网站进行反复修改以提高网站访问者与网站互动（点击、转换）的频率的做法。A/B测试是通过向不同的用户群提供两种同时存在的体验来进行的，通常只对一个给定的页面或部分进行改变（如颜色、大小或行动呼吁[CTA]按钮的位置）。
如果你得到足够的流量，并将其平均分配给两个版本（变体A和变体B），其中一个应该比另一个产生更好的结果和转化率。这就是为什么A/B测试通常也被称为分割测试。
例如，如果你正在测试一个CTA的两个版本，其中一个应该比它的对应版本获得更多的点击量。这些结果告诉你，你的受众更喜欢什么，然后你就可以更新你的网站，享受更多的参与：
许多现代工具使你能够处理A/B测试的所有技术方面，而没有太多麻烦。在大多数情况下，你可以简单地选择一个元素，使用一个页面构建器来创建一个替代版本，然后几乎立即开始测试。
值得注意的是，与任何类型的实验一样，结果将取决于你是否提出了正确的 “问题”，以及你的样本量。这是A/B测试的两个方面，我们将在本文的其余部分进行探讨。
你可以对哪些要素进行A/B测试？
首先，你要想出一个游戏计划。 “你可以测试你网站上的几乎任何东西，从登陆页面的长度到现在购买按钮的颜色，但你要优先考虑那些你认为会对你的结果产生最大影响的项目，“Gallinger说， “初学者通常应该从四大项中的一项开始。”
文本长度
一个网站文本的长度往往可以极大地影响一个页面的转换率。然而，在你使用A/B测试向实际的潜在客户展示之前，你很难事先知道你是否需要更多或更少的副本来解释你的想法：
我们建议不要对博客内容和文章使用A/B测试，因为太多的因素会影响转换率。
例如，一篇3000字的文章可能比 “浓缩” 的1500字版本表现更好。然而，如果你把网页上的内容增加一倍，有数百个因素会影响用户的参与。这意味着测试结果不会返回有价值的信息。
相反，我们建议把重点放在测试短文元素上，如列表和介绍。它们更有可能显著影响用户对内容的反应，而且它们更容易进行A/B测试。
标题
标题通常是人们看到的第一件事，所以有效地使用它来吸引他们的注意力是非常重要的。一些网站在确定最终方案之前，会对十个标题进行A/B测试，甚至更多。
标题可以极大地影响博客页面和搜索引擎结果的点击率。根据我们的经验，仅仅调整一个标题就可以使一些网页得到更多的关注。
理想情况下，你不必测试你创建的每个标题。相反，我们建议把重点放在那些没有得到足够关注的页面和帖子上（而且你认为他们的内容值得关注）。试着模仿你或你的竞争对手在其他成功页面中使用的标题类型，看看这是否会影响用户对内容的反应。
行动呼吁(CTA)
这一小段文字往往可以产生很大的不同。例如，一个写着 “立即购买 “而不是 “购买 “的按钮可能会产生一种紧迫感，鼓励人们点击它，或者产生一种虚假的紧迫感，使人们回避它。
在分析结果时，CTA是A/B测试中最简单的一些元素。一个 “更好的 “CTA会产生更多的转换率。然后，你可以利用这些信息来了解什么类型的提示能更好地引起受众的共鸣。
此外，CTA往往很短。这意味着需要测试的潜在变化较少，与普通的文案、标题或图片相比，设置测试更容易。
图片
图片传递着重要的情感，但要事先知道哪些图片有效，哪些图片会让你的受众感到失望，并不容易。与标题一样，你可以在选择最佳图片之前测试各种图片。
作为一条经验法则，图片应该始终是高质量的，并与手头的主题相关。此外，你不应该随意地更换图片。相反，要注意流失指标，看看哪些网页 “流失 “的用户最多。
这一指标将为你指出需要重新设计或以某种方式进行大修的网页。从这一点出发，你可以分析现有的图片，考虑它们是否会对用户体验产生负面影响。
如何改进你的登陆页面A/B测试
这些A/B测试的最佳实践将帮助你为你的网站内的任何页面建立更准确的实验。然而，登陆页面通常是完美的A/B测试环境，因为它是独立的。
1. 制定一个假设
实际上，任何东西都可以进行A/B测试，其结果可以用各种方式来改善你的网站。
SAAS营销顾问Sid Bharath说：”从广义上讲，你可以测试设计、文案或报价，“。 “设计意味着颜色、布局、字体和视觉效果。文案是页面上的内容，如标题或产品描述。最后，报价是你要求人们做的具体事情，如注册电子课程或购买产品。”
然而，仅仅因为你可以使用A/B测试来测量几乎任何东西，并不意味着它应该被用于所有事情。关键是要有一个策略，采用它的方式，真正发挥它的作用。
“当测试在上世纪初开始流行时，有一个流行的说法是’永远在测试’，” Shukairy说， “人们所认为的是’在你的网站上测试一种颜色和行动呼吁，你将看到转换率的巨大改善’。这根本不是真的。”
测试是一门艺术和科学，需要定期对你的网站进行统计分析，以发现潜在的问题领域并调查原因。这意味着运行定性投票、调查和可用性测试，以更好地了解客户的纠结之处。
“只有在你汇编了问题之后，你才能开始对它们进行优先排序，并决定可以测试哪些解决方案来改善所发现的问题，” Shukairy说， “一个假设对于测试来说是必要的，因为最终是统计数据使A/B测试可行。”
运行A/B测试需要时间，因为你需要汇编足够的数据以获得统计学上的准确结果。这意味着为了你的最佳利益，要确保你测试的元素是正确的。
要做到这一点，你需要有一个基于数据的假说。例如，如果你的主页有很高的跳出率，一些有效的假设可以解释它，包括以下内容：
- 页面的加载时间过长
- 用户对他们在折叠上方看到的内容感到气馁
- 该页面在移动设备上没有提供良好的体验
所有这些都是有效的原因，值得测试。然而，你可以通过进行内部可用性测试和询问其他人对你网站的反馈来进一步缩小潜在原因。这种额外的努力将帮助你锁定你应该进行A/B测试的确切元素。
2. 分析用户流失点
我们建议不要随意决定在你的网站上对哪些页面进行A/B测试，而是把重点放在最突出的 “流失” 点上。也就是说，那些让你失去最多用户的页面。
“通过使用谷歌分析，你应该能够突出最大的下降点在哪里。我建议从那里开始你的分割测试，“皮尔-卡丹文具的数字营销和搜索引擎执行官安德鲁-惠勒建议说。 “审查你的顶级退出页面是一个很好的起点，可以突出你的页面，它有可能带来最大的提升。”
如果你不清楚如何找到你的下降点，Bharath建议从你的现有数据开始。例如，在一个电子商务网站上，流量可能看起来像这样。 主页→产品页面→购物车→结账。
他说：”在每个步骤中，你都会注意到人们放弃和离开网站，”他说。 他说：”找到最大的流失点，在那一步进行测试，以减少流失。根据最大的改进可能来自哪里，来确定测试的优先次序。”
如果你的网站有一个庞大的内容库，你想测试的话，把重点放在下拉页面是明智的。如果你制定合理的假设来测试，找到这些页面的问题将产生最好的短期结果。
3. 给予测试足够的时间来运行
说到测试，没有什么神奇的时间框架。 “宣布我们所谓的A/B测试的’统计学意义’的时间取决于流经你网站的流量，“Engine Insights的产品负责人Blake Puryear说。
“如果你得到的是涓涓细流的流量，让A/B测试运行一段时间。在你开始推断任何事情之前，你需要大约一周的流量通过你的测试的两边。“Puryear补充说。
“即使一个测试在一个下午后被杀死了，那也可能是流量的异常情况。试图做出直觉决定或偏爱一个变体很容易，因为你更喜欢它。这就是退一步，让数据说话的真正重要之处。”
这就是测试 “统计意义”的地方。如果你设计了一个A/B测试，在50次访问后，一个变体明显获胜，这并不能证明什么。50个用户并不是一个足够大的数据样本，无法做出一个基于数据的决定。如果你让这个测试运行更久，趋势可能会完全逆转。
启示是给你的测试足够的时间，直到结果无可置疑。这个过程可能是令人沮丧的，因为它需要更长的时间来实施改变。然而，这是确保你的测试不会返回不准确的数据的唯一方法。
对于数字书呆子，有一些工具可以帮助你确定你的测试时间。 “当你的登陆页面的A和B版本之间存在统计学上的显著差异时，A/B测试就完成了，” Gallinger说。 “大多数A/B测试软件都有一个内置的计算器，以确定何时达到统计学上的重大胜利，所以你不必做数学题。”
如果你想使用一个单独的计算器，尼尔-帕特尔的这个计算器很好用，而且很容易理解。如果你觉得有足够的信心尝试多变体（多变量）测试，该工具还可以让你添加更多变体。
4. 使用正确的A/B测试工具
根据你的技能水平，你可以自己设置测试。
“A/B测试一开始可能看起来相当令人生畏，但你没有理由不自己尝试，“Gallinger说，”在你这样做之前，确保你对你要测试的变化和你要使用的工具有很好的了解。如果你需要建立A/B测试的帮助，请联系网站开发人员来协助设置过程。”
下一步是使用软件向50%的网站访问者展示你网站的每个版本。
“你可以使用Optimizely、VWO或Omniconvert等工具，在你的网站上创建A/B测试，“Bharath说，”利用他们的点选工具，你可以创建一个页面的变体，改变元素进行测试，而不需要任何编码知识。”
“如果客户已经有一个WordPress插件，我会适应他们的工具集，并在项目期间使用它，”Puryear说，”这些工具通常与谷歌分析协同工作，所以你需要大力倚重它。”
对于那些有更复杂需求的人，Gallinger推荐Kissmetrics、Crazyegg或Optimizely。
用于A/B测试的WordPress插件也可以对初学者有所帮助。
“它们给你一些操作的界限–把这些插件看作是训练轮。我见过几个客户使用的一个插件是Nelio A/B Testing for WordPress。“——Puryear
如果你使用WordPress，我们建议看一下流行的A/B测试插件，因为它们可以提供比第三方平台更直接的实施。Puryear推荐Nelio A/B测试，但其他工具可以帮助你测试更具体的元素。
例如，Title Experiments Free可以帮助你A/B测试文章和页面标题。
Shukairy认为，”最终，你需要一个准确的工具，可以帮助你把流量分成两个不同的设计，并给你一个信息输出，标志着赢家和其他可能对你很重要的数据点和指标。”
5. 学习如何分析结果
“A/B测试工具通常总是有一个分析或统计仪表板，” Puryear说，”如果你的工具没有，你肯定是用错了工具。这些仪表板应该显示你的A变体与B变体的性能。看一下性能的分布，以及哪个变体在你测试的事件中出现的次数最多。好的工具将为你提供一个基于通过测试的流量的信心值。”
在实验结束时，看看变体组的转换率是否提升或可能下降。 “重要的是要考虑到，有时在A/B测试之后，对照组仍然是更好的选择，”Edelstein说。 “这是一个常见的错误，因为它可能会因为一个不明显的转化率提升而倾向于改变网站。” 并确保你有足够的数据来给你一个有统计学意义的结果。
“分析结果是测试的一个重要而又经常被忽视的部分，“Shukairy表示，”首先，你必须看到你的假设是否得到验证。然后，根据结果，验证是否有其他可以考虑的后续测试。”
例如，Shukairy测试了在一个客户的订阅网站上删除一个视频并放置一个静态图像。一旦她的团队验证了静态图像增加了转换率，并证实了小组的假设，即消除页面顶部的混乱，他们在页面的另一个部分重新引入视频，并使用相同的静态图像，转换率再次飙升。
“测试揭示了很多关于客户的行为模式，喜欢和不喜欢，当然，这取决于你实际上在测试什么元素，“Shukairy认为，”这些数据可以影响未来的测试。”
6. 归档过去的A/B测试结果
即使你已经从一个特定的A/B测试中走出来，你也要保存这些数据，以防你将来要参考它。
“把所有的测试结果和发现放在一起是个好主意。 “我个人在Google Drive上使用一个单独的文件夹；这特别好，因为你可以轻松地与相关的团队成员和决策者分享你的发现。“——Wheller建议
大多数A/B测试工具会保存测试结果，供将来参考。
“任何有价值的A/B测试平台都会有一个存档或参考功能，你可以回去看看旧的测试，“Puryear补充说，”在新的一年里，我最喜欢做的事情之一是看一看那些真正起到作用的旧测试，然后再次运行这些测试，看看它们在6个月、8个月或12个月后的表现如何。你可能会发现结果真的很有趣，因为你的客户或流量概况在一年中可能会发生变化。”
保存过去的测试数据的另一个重要好处是看你的假设如何随着时间的推移而保持不变。运行多个测试可以让你尝试做出不同的改变，其中一些会在你的特定受众中产生更好的共鸣。
例如，你的受众可能对文案中的特定语气或图像类型反应更好。通过保存过去的测试数据并定期审查，你应该能够发现模式，从而帮助你完善未来的测试。
7. 从小型测试开始
我们在A/B测试中看到的最常见的错误之一是，许多人试图咬掉超过他们可以咀嚼的东西。如果你是这种类型的测试的新手，我们建议从小事做起。在你的网站上确定一个下降点，围绕一个元素（如CTA）制定一个简单的假设，然后进行测试。
这种方法可能并不具有突破性，即使测试顺利，也可能不会带来很多额外的转化率。然而，这种科学方法是所有关于小的、渐进的变化，随着时间的推移，一点一点地改善你的网站。
测试一个页面的完全不同的版本不会让你得到准确的结果，同时运行几十个测试会让你不知所措。与其把A/B测试看作是一个神奇的解决方案，我们建议把它看作是一个长期项目。
“从小型测试开始，直到你熟悉你的网站和你的流量模式的统计意义，”Puryear认为，”我见过一些人在第一次尝试A/B测试时就跳到一个巨大的测试中，发生了可怕的事情。优化一些小的东西，熟悉你正在做的事情。”
小结
A/B测试不是一个噱头，也不是一个你需要成为营销专家才能做到的技能。就其核心而言，A/B测试就像问 “这两个选项中哪个最有效 “一样简单，然后看看用户在受控环境中的想法。有了正确的工具，建立A/B测试可以非常简单。
成功完成这些测试的最困难的部分是学会提出正确的问题并解释结果。这里有一些提示，可以帮助你在这两个方面取得成功。
- 制定一个假设。
- 分析用户流失点。
- 给予测试足够的时间来运行。
- 使用正确的A/B测试工具。
- 学习如何分析结果。
- 将过去的A/B测试结果存档。
- 从小型测试开始。
评论留言