搜索内容：
时间：2019-08-06
编辑:网站制作公司
853
0
这是A / B测试系列的第二部分，以及如何正确完成。杭州高端网站制作
到目前为止，我已经涵盖了这样一个事实：在实践中，大多数A / B测试都不会产生结果，主要是因为人们对如何正确运行它们缺乏更好的理解 - 获得胜利并非易事。我还介绍了如何通过基本了解统计数据和A / B测试背后的技术细节来确保获得准确的结果。
总而言之，如果您阅读第一部分，您就知道如果您的客户没有必要的流量级别，A / B测试暂时不会起作用。
但如果您的客户有足够的流量，请继续阅读。在本文中，我将解释：
在线实验的类型和复杂程度。
正确的A / B测试方法，以确保正确的期望。
如何确保您的测试创意具有获胜的巨大潜力。
继续阅读！杭州高端网站制作
A / B测试在技术上称为A / B / n测试（“n”表示正在测试的变体数量）但是您可以在客户的站点上运行其他类型的受控在线实验：
多变量（MVT）测试
强盗测试
多页（分路）A / B / n测试
此外，还有两种主要的A / B / n测试策略：
迭代（有时称为增量测试）
创新（有时称为激进测试）
每种类型和实验策略都有它的地位和目的。但在第一部分中，我提到为了更快地提供显着的结果（并减少不确定结果的数量），您最好的机会可能是测试更大的变化（创新的A / B测试+多页测试）到客户商店的关键页面（主页，收藏页面，产品页面，购物车和网站范围的更改）。这可能会被访问者注意到并影响他们的决策过程（因此你会看到一个截然不同的结果）。
在这里，我将更深入地了解为什么在大多数情况下，测试策略确实是一个简单的选择，以及一切如何取决于客户的环境和文化。
简而言之，如果您的客户在实验时处于初学阶段，而且许多Shopify商店都是，那么我上面的建议适合您。
原因有三个：
1.科学和复杂的商家如何根据他们的交通量和每月购买量进行实验（即使它足以进行A / B测试）也是有限的。您需要大量的数据（流量和每月购买）才能实现科学的稳定性（想想企业级电子商务）。
随着更多的数据和数量，您对在线表现的任何变化都会更敏感（在某个时刻，转换率的小幅下降可能意味着巨额的金钱损失），这反过来会让您对此更感兴趣复杂性和数据科学。
“随着更多的数据和数量，您对在线性能的任何变化都更加敏感。”
2.您的客户可能对复杂性和确定性答案不感兴趣（除非它是文化事物）。他们可能对结果更感兴趣，以及他们获得多少利润（即使他们拥有大量数据也可能如此）。
3. 快速，明显的结果是让您（和您的客户）进入下一级在线实验（并且您不会被解雇）的原因。赢得了建立势头和信任的过程。
因此，除非您的客户每月访问量超过100,000（以及每月1,000次交易），否则其他形式的在线实验和策略在这一点上并不真正相关。
即使他们确实有必要的数字，对你们两个人来说，激励应该是快速提供明显的结果。这可以通过创新的A / B / n测试和多页A / B / n测试更有效地实现，尽可能少的变化（理想情况下只有两个，A是原始的，B是你的变化）。为简单起见，我将简称为A / B测试。
重要的是要涵盖A / B测试的方法和思维方式 - 知道何时使用它以及出于什么原因，更重要的是从中获得什么。否则，失望将是不可避免的。
你降低了跳出率？您增加了“添加到购物车”的点击次数？很好，但这些变化如何影响客户的收入？没有始终明确的相关性; 较低的跳出率不会带来更多的收入，甚至更高的转化率并不总能带来更多的收入（例如，转换率可能略有下降，但AOV的增幅会更大，从而带来更多收入）。
不要误解我的意思，这些都是重要的指标，应该跟踪（它们可以为您提供重要的见解），但对于电子商务商店，他们应始终是次要的：
每位访客的收入（总是第一位）
AVO（平均订单价值）
电子商务转化率
但更重要的是，永远不要忘记收入不等于利润，所以要注意客户的利润空间。特别是如果您的客户是经销商，通常利润率较低。
如果您只计划进行一些A / B测试（一个或两个），那么您很可能无法达到您想要的结果（或承诺给您的客户），原因如下：
在你的第一次测试中很难获胜 - 特别是如果你以前从未这样做过（除非你很幸运）。因为，如果你记得第一部分，很难预测结果; 即使是经验丰富的专家也经常被证明是错 你会经常错过，特别是在你第一次尝试时。
你可能会错过胜利，即使有一个 - 记住统计力量？80％意味着如果两个变体之间存在统计学上的显着差异，十分之八，那么测试将会发现这种差异。换句话说，即使存在差异，测试中的两次也将无法识别两种变化之间的差异。
即使你获得胜利，它也可能无法在现实生活中实现 - 这是你很少在A / B测试案例研究或博客文章中找到的东西，但测试的结果实际上只是一个预测，而不是100％的保证。
总的来说，衡量A / B测试的确切货币价值并非易事。
还记得错误的余地吗？这意味着从长远来看，你的20％升力可能只是提升5％。
即使您遵循所有关键的A / B测试实践（不要过早停止，样本量充足等），您仍可能偶尔获得虚构的假想（假阳性）。
此外，可能还有一些其他因素没有考虑到：客户市场的突然变化，客户在不知情的情况下改变他们的网站，这会减少您的收益（人类不是最好的策划者）。
因此，通过实施获胜变体，您实际上是在下注（虽然赌注比简单的猜测或假设更准确）。
因此，对您的客户进行教育非常重要，因为他们可能会产生不切实际的期望，并在现实与他们不匹配时责备您。
我们的目标是经历一系列测试，找到胜利者，将他们叠加在一起，从而显着提高客户的在线盈利能力（转换率，AOV和每位访客的收入），然后重复。
换句话说，从长远来看，你只会进行更高概率的投注并获胜。因为通过更多的测试，你可能会增加胜利的数量，这将超过虚假胜利的数量。
只需几次尝试就不会获得可持续的结果（只有你很幸运，或者看起来很幸运）。
当您运行多个测试时，您还可以对测试计划/计划充满信任和信心，而不仅仅是每个测试的个别结果，正如您现在所知，这些结果太不可预测。
此外，通过每次测试，您可以更好地了解客户的业务和客户，从而增加获得更多胜利的机会（如果做得好，但仍然有限）
更不用说每次测试都会让你变得更好（就像生活中的一切一样，没有现实生活的理论也没什么用）。
只是盲目地运行尽可能多的A / B测试（测试随机想法）不会让你走得太远。
人们通常做的是复制其他案例研究或测试最佳实践，坚信他们知道哪些最有效，或者只是测试他们能想到的任何东西。
这不是一个非常有效的策略，因为你只是测试你的猜测，主要是在黑暗中拍摄并希望能够击中某些东西。你会经常错过，你的胜率会很低。你的热情会逐渐降低，挫败感也会随之而来。
通过这种方法，您可能偶尔会遇到一些问题。据估计，大约只有七分之一的测试（最多）以这种方式产生积极的结果。我怀疑你的客户有耐心和时间。
有一个更好的方法...
通常，当有关于测量设计变更对CRO（转换率优化）的影响的问题时，测试会发挥作用，但有时它也会发生在用户体验/用户界面，产品管理或一般的数字营销（到简单地说，当你试图测量你所做的改变时，确保它实际上比它更好）。
一个适当的过程会对每个测试想法进行大量的研究和思考。
你不再猜测了; 您使用数据来支持有关改进的决策。顶级团队拥有自己的流程，这些流程适应他们独特的背景和能力，但所有这些流程的基石都是科学的方法。简而言之，它看起来像这样：
做研究，找出客户的商店表现不佳的地点和原因（定量和定性）。
根据研究数据制定假设（改进思路）。
运行测试以验证这些假设（创建第一个测试周期）。
冲洗并重复。
使用此过程的团队的胜率要高得多，从30％开始，对于经验丰富的团队，最高可达90％。
一些很棒的指南可以帮助您开始正确的方向：
如何进行推动A / B测试的研究
A / B测试掌握：从博客文章的初级到专业版
研究驱动的CRO指南
可能不是你想听到的，但在本系列的开头，我说过，成功的A / B测试并不容易，需要花费很多精力和时间。
关于优化过程的美妙之处在于它不仅仅是测试，实际上只是优化过程的最后一部分。
在研究期间，您经常会发现明显的改进，根本不需要任何测试。
因此，仅仅因为你不能进行A / B测试并不意味着你无法优化你的客户的商店。
只是因为你可以进行A / B测试，并不总是意味着你必须。如果风险很小，并且影响的可能性很高（基于研究的见解），可能根本不值得测试，只是立即下注。
这里没有一个适合所有解决方案，并且根据您和您的客户的独特情况（以及您的安排）存在细微差别。
但要记住的关键是这个......
如果你曾经跟随任何领域的顶级表演者，并想知道是什么让他们与其他领域区别开来，你会注意到他们更加重视流程和系统，不断改进和变得更好，而不是专注于单身结果和闪亮的战术。
A / B测试也不例外。
杭州高端网站制作
3
s后返回登录
3
s后返回登录
