A/B 测试是一个强大的工具，可以追溯到互联网出现之前的时代。直邮营销人员使用它对其联系人列表的一小部分进行小测试，然后再投入打印和邮寄完整营销活动的巨额成本。
在社交媒体上，A/B 测试可以实时产生见解，当您将其作为营销活动的常规部分时，您可以即时完善您的策略。本文将帮助您了解什么是 A/B 测试以及如何在您的营销活动中进行A/B测试。
Q
什么是 A/B 测试？
A
A/B 测试，也称为拆分测试，是一种营销实验，您可以将受众进行拆分，以测试营销活动的变体并确定哪个效果更好。
换句话说，您可以向一半受众展示营销内容的 A 版本，向另一半受众展示 B 版本。在进行此类社会测试时，请务必仅更改两个变体中的一个元素。
如果您同时改变图像和标题，那么您将不知道哪一个导致了两个广告的接收差异。如果您想测试很多元素，则必须进行多次测试。
Q
为什么要进行 A/B 测试？
A
A/B 测试对营销团队有很多好处，具体取决于您决定测试的内容。
A/B 测试可以告诉您很多有关目标受众的行为方式以及与营销活动互动的信息，帮助确定您的下一个营销目标。
以下是营销人员在 A/B 测试时为其业务设定的一些常见目标。
01
增加网站流量
您需要使用 A/B 测试来帮助您找到网站标题的正确措辞，以便吸引受众的注意力。测试不同的博客或网页标题可以改变点击该超链接标题访问您网站的人数，这可以增加网站流量。只要相关，网络流量的增加就是一件好事！更多的流量通常意味着更多的销售额。
02
更高的转化率
A/B 测试不仅有助于增加网站流量，还有助于提高转化率。在 CTA 上测试不同的位置、颜色甚至锚文本可以改变点击这些 CTA 访问登陆页面的人数。这可以增加在您的网站上填写表格、向您提交联系信息并“转化”为潜在客户的人数。
03
较低的跳出率
A/B 测试可以帮助确定是什么导致流量远离您的网站。也许您的网站的感觉不适合您的受众，或者颜色可能会发生冲突，从而给目标受众留下不好的印象。
如果您的网站访问者在访问您的网站后很快离开（或“跳出”），那么测试不同的博客文章介绍、字体或特色图像可以帮助您留住访问者。完美的产品图片可以传达您能够为受众提供完美的产品或服务。
但是，您如何知道您选择了正确的产品图片来传达您所提供的产品？这时您就可以使用 A/B 测试来确定哪种产品图像最能吸引目标受众的注意力，相互比较图像并选择销售率最高的一张。
04
降低购物车废弃率
电子商务企业平均有70% 的客户离开网站时购物车中包含商品，这被称为“购物车放弃”，对任何在线商店而言都是有害的。通过A/B测试，测试不同的产品照片、结账页面设计，甚至运费的显示位置都可以降低放弃率。
Q
如何进行 A/B 测试？
A
这里我们将A/B测试分成三个阶段为您讲述如何进行A/B测试。
A/B 测试之前
01
选择一个变量进行测试
当您优化网页和电子邮件时，您会发现有许多需要测试的变量。但为了评估有效性，您只能选择一个自变量并衡量其性能，否则，您无法确定是哪个变量导致了性能的变化。
您可以为单个网页或电子邮件测试多个变量 ，只要确保一次测试一个变量即可。要确定变量，请查看营销资源中的元素及其可能的设计、措辞和布局替代方案。
02
确定你的目标
尽管您将在任何一项测试中测量多个指标，但请在运行测试之前选择要关注的主要指标。这是您的因变量，它根据您操纵自变量的方式而变化。考虑一下您希望此因变量在拆分测试结束时处于什么位置。
您甚至可以提出一个官方假设并根据该预测检查您的结果。如果您等到事后才考虑哪些指标对您很重要、您的目标是什么以及您提出的更改可能会如何影响用户行为，那么您可能无法以最有效的方式设置测试。
03
创建一个“控制者”和一个“挑战者”
现在您有了自变量、因变量和期望的结果。使用此信息将您正在测试的任何内容的未更改版本设置为控制场景。
例如，如果您正在测试网页，则“控制者”是未更改的页面，因为它已经存在。相应地您需要构建一个挑战者 —— 更改后的网站，然后您将根据您的控制进行测试。
04
确定样本量
确定样本大小的方式也会根据您的 A/B 测试工具以及您运行的 A/B 测试类型而有所不同。如果您要对电子邮件进行 A/B 测试，您可能需要将 A/B 测试发送到列表中足够大的子集，以获得统计上显着的结果。
如果您正在测试没有有限受众的内容（例如网页），那么测试运行的时间将直接影响您的样本大小。因此，您需要让测试运行足够长的时间才能获得大量视图。否则，将很难判断变体之间是否存在统计上的显着差异。
05
决定您的结果需要有多显著
一旦您选择了目标指标，请考虑您的结果需要有多大的显著性才能证明选择一种变体而不是另一种变体的合理性。
统计显著性是 A/B 测试过程中非常重要的一部分，您的置信度百分比越高，说明您对结果就越有把握。在大多数情况下，您需要的置信度至少为 95%，尤其是在实验时间密集的情况下。
统计显著性就像下注一样，您愿意下注的赔率是多少？“我 80% 确定这是正确的设计，并且我愿意为此赌上一切”——这就类似于运行 A/B 测试达到 80% 的显著性，然后宣布获胜者。
有时如果您不需要如此严格的测试，则使用较低的置信率是有意义的。但如果测试仅略微提高转化率的内容时，您可能需要更高的置信度阈值，因为随机方差有可能在其中发挥更大的作用。
06
确保您在任何营销活动中一次仅运行一项测试
为单个活动测试不止一件事可能会使结果变得复杂。例如，如果您在 A/B 测试中定向到某个登陆页面进行电子邮件营销活动，同时又对该登陆页面进行 A/B 测试，那么您如何知道是哪个更改导致了潜在客户的增加呢？
A/B 测试期间
07
使用 A/B 测试工具
要在您的网站或电子邮件中进行 A/B 测试，您需要使用 A/B 测试工具。例如Google Analytics，它允许您对单个网页的最多 10 个完整版本进行 A/B 测试，并使用随机用户样本比较其性能。
08
同时测试两种变体
时机对营销活动的结果起着重要作用，无论是一天中的某个时间、一周中的某一天还是一年中的月份。如果您要运行版本 A 一个月，并在一个月后运行版本 B，您如何知道性能变化是由设计不同还是月份不同引起的？
因此运行 A/B 测试时，您必须同时运行两个变体。否则，您可能会对结果进行事后猜测。唯一的例外是如果您正在测试的是时间，例如寻找发送电子邮件的最佳时间。根据您的业务提供的服务以及您的订阅者是谁，订阅者参与的最佳时间可能会因行业和目标市场的不同而有很大差异。
09
给 A/B 测试足够的时间来产生有用的数据
同样，您需要确保测试运行足够长的时间以获得大量样本。否则，很难判断这两种变化是否具有统计上的显著差异。多长才算足够长呢？
根据您的公司的业务实际以及执行 A/B 测试的方式，获得具有统计意义的结果可能会在几小时或几天或几周内发生。
获得具有统计意义的结果所需的时间很大程度上取决于您获得的流量 ，因此，如果您的企业网站没有获得大量流量，则运行 A/B 测试将需要更长的时间。
10
寻求真实用户的反馈
A/B 测试与定量数据有很大关系，但这不一定能帮助您理解为什么人们会采取某些行动而不是其他行动。当您运行 A/B 测试时，为什么不收集真实用户的定性反馈呢？问卷调查是询问人们意见的最佳方式之一。
您可以在网站上添加退出调查，询问访问者为什么不点击某个 CTA，或者在感谢页面上添加退出调查，询问访问者为什么点击按钮或填写表单。
例如，您可能会发现许多人点击 CTA 引导他们订阅电子书，但一旦他们看到价格，他们就不会转化。此类信息将使您深入了解用户为何以某些方式行为。
A/B 测试之后
11
关注您的目标指标
同样，尽管您将测量多个指标，但在进行分析时请重点关注主要目标指标。例如，如果您测试了电子邮件的两种变体并选择潜在客户作为主要指标，则不要沉迷于点击率。您可能会看到点击率较高但转化率较低，在这种情况下，您最终可能会选择点击率较低的变体。
12
根据结果采取行动
如果一种变体在统计上优于另一种变体，那么您就成功了。但如果两种变化都不显著，说明您测试的变量不会影响结果，并且您必须将测试标记为不确定。在这种情况下，可以选择坚持使用原始变体或运行另一个测试。
您可以使用失败的数据来帮助您确定新测试的新迭代。A/B 测试不仅可以帮助您找到影响结果的关键，您也可以把从每次测试中学到的经验教训应用到未来的工作中。
例如，假设您在电子邮件营销中进行了 A/B 测试，并多次发现在电子邮件主题行中使用数字可以产生更好的点击率。在这种情况下，请考虑在更多电子邮件中使用该策略。
13
计划下一次 A/B 测试
您刚刚完成的 A/B 测试可能帮助您发现了一种使营销内容更有效的新方法 ，但不要就此止步，因为总是有更多优化的空间。您甚至可以尝试对刚刚进行测试的同一网页的另一个功能进行 A/B 测试。
例如，如果您刚刚测试了登陆页面上的标题，为什么不对正文进行新的测试呢？或者配色方案？还是图像？记得要始终留意提高转化率和潜在客户的机会！
