上海网站建设：多变量测试与拆分测试应该使用哪种？_极简慕枫

您是否对在您的网页，电子邮件和视频上进行拆分测试或多变量测试感到困惑？当您开始进行转换优化时，这是一个常见问题。

关于转换率优化的大多数建议都会让您进行测试，再次测试并继续测试。但要理解您应该运行哪些测试以及何时运行它们并不总是很容易。

在本指南中，我们将比较分割测试与多变量测试。最后，您将了解每种类型的优缺点，避免的一些关键错误以及使用何种类型的测试。然后，您就可以开始测试计划，从而从营销策略中获得更多转化。上海网站建设

拆分测试与多变量测试定义

让我们从定义拆分测试和多变量测试开始。我们将在阅读指南时更详细地解释这些内容，但这些简短的定义是一个起点。

拆分测试是针对单个元素的变体测试控件。控件是原始项目，变化是您更改的内容。换句话说，您更改页面上的一个项目，并查看该页面的结果与原始版本的不同之处。

多变量测试一次测试多个项目组合。换句话说，您更改页面上的多个元素，并且一个版本可能看起来与另一个版本完全不同。

了解拆分测试

分裂测试也称为A / B测试。正如我们之前所说的那样，您可以在网页上获取元素，例如号召性用语按钮，更改它，然后比较每个版本页面的结果。

您可以通过均匀分配流量来实现这一目标，这样50％的访问者可以看到原始版本的网页，另外50％的访问者会看到新版本。

另一种分裂测试版本是A / B / n测试。在那里，您可以测试单个元素的更多变体，在它们之间均匀地分配流量。因此，如果您想尝试四种不同版本的号召性用语按钮，您的访问者将分为四种，其中25％的用户会看到每种变体。

分裂测试的优缺点

使用拆分测试作为转换优化工具有几个优点。首先，拆分测试甚至可以在流量较低的站点上运行良好。因此，即使您刚刚开始构建业务，也可以使用拆分测试。

其次，拆分测试提供可靠的数据，因为变量很小。换句话说，由于您一次只更改一个元素，因此您可以快速获得结果，并且它们很容易衡量。

但是使用A / B测试也有一个缺点：你无法分辨页面上不同元素的相互作用。您可能决定更改CTA按钮上的文本，但该页面可能还有其他内容会影响人们对其的响应方式。拆分测试不会让你测量。

分裂测试要避免的错误

如果您要进行有效的拆分测试，则需要避免一些错误。

其中一个是测试错误的页面。如果没有真正的改进机会，或者没有人访问特定页面，那么设置拆分测试就没有意义了。同样，如果更改页面元素不会对底线产生任何影响，为什么要更改它？

但是，如果您有机会进行更改，以使您更接近实现业务目标，那就是您运行拆分测试时。

避免测试太多变化也是明智之举。虽然从理论上讲，你可以做到这一点，但实际上它会使测试花费太长时间。大多数A / B / n测试使用两到四种变化。

另一个重大错误是在开始测试之前没有形成正确的假设。什么是假设？根据您拥有的数据，这是一个有根据的猜测，问题是什么以及如何解决它。

通过创建假设，您可以确定要测试的内容和原因，并考虑如何衡量结果。

Digital Marketer有一个很好的模板来创建一个假设：

因为我们观察[A]和反馈[B]，我们认为改变[C]访问者[D]会使[E]发生。当我们看到[F]并获得[G]时，我们就会知道这一点。

以下是实际情况中的情况：

因为我们观察到转化率很低而且访问者报告他们找不到升级按钮，我们认为让按钮对所有访问者更加突出会增加升级注册。当我们看到在2周的测试期内升级注册数增加并获得显示人们现在可以看到按钮的调查数据时，我们就会知道这一点。

时间是另一个常见的分裂测试问题。这有两个方面：

• 运行测试的时间太短。如果您没有经过足够长时间的测试，结果就不可靠，您无法得出任何确切的结论。Digital Marketer有一个图表，可以指导您进行分割测试的理想长度。

• 在错误的时间运行拆分测试。例如，如果您在重大节日之前通常会增加到电子商务商店的流量，则无法将结果与一年中不同时间的测试运行进行比较。你需要比较喜欢，所以你可以信任测试结果。

如果您想知道您的拆分测试结果是否可靠，您可以检查统计显着性。这是一种花哨的方式，说明你确保数字加起来，VWO有一个工具来帮助你做到这一点。

同样重要的是要确保任何改变都会带来结果。这被称为置信度评级，行业标准为95％。Get Data Driven中的此工具将帮助您确定拆分测试的置信度。

了解多变量测试

正如我们所说，多变量测试允许您一次测试网页上的多个变体。据Kissmetrics称，使用四种变体的测试可以在27％的时间内实现改进，而分裂测试只有14％。

有多种类型的多变量测试：

• 全因子测试，测试每种可能的元素组合，直到有明显的赢家。这需要大量流量，流量在变化中均匀分配。

• 分数因子测试（通常使用Taguchi方法），它使用抽样方法测试组合和统计分析来决定胜利者。但是，这意味着您部分依赖于假设，而不是数据。

• 自适应测试，使用访客操作的实时数据来决定获胜组合。

多变量检验的优缺点

作为转换优化工具，多变量测试提供了多种好处。首先，它比运行一系列拆分测试更快，因为您可以一次更改和评估多个页面元素。

其次，它可以帮助您了解页面上的不同元素如何相互作用，以便您可以评估整体影响。在重新设计页面时，这可能很棒，因为您可以同时测试标题，页面副本，按钮，图像和表单（但是，正如您将在下面看到的那样，会产生后果）。

您还可以轻松找出哪些元素对转化次数的增加贡献最大。

但是，多变量测试也存在一些缺点。例如，由于您正在测试的组合数量，它不适用于低流量站点。你需要每月至少有100,000名访客才能考虑它。

这也适用于单个页面。如果页面没有获得足够的流量，则对其进行多变量测试没有意义。

此外，您测试的元素组合越多，测试所需的时间就越长。如果您决定测试三个元素，如标题，号召性用语按钮和图片，那么已经为您提供了八种组合进行测试。如果您测试更多元素，测试时间和所需流量也会增加。

多变量测试要避免的错误

与拆分测试一样，如果没有假设，请不要使用多变量测试。您可能正在测试多个元素，但您仍需要对所期望的结果有所了解。

如前所述，避免测试没有足够流量的站点来进行多变量测试。在这些网站上，可能需要很长时间才能获得足够可靠的多变量测试统计数据。

不要太短时间运行测试。您在测试中获得的变化越多，所需的时间就越多，您需要的流量就越多。使用此VWO持续时间计算器进行数学运算。

该计算器还可以帮助您确定样本量是否足够大，因为没有足够的流量测试是另一个多变量测试错误。

选择可能会对转化产生影响的元素非常重要。正如分裂测试所提到的那样，测试一些无关紧要的东西毫无意义。

最后，不要使用多变量测试来测试单个元素。你最好使用A / B测试。

我应该使用哪种类型的测试？

那么，您使用的最佳测试类型是什么？好消息是你不必在多变量测试和分裂测试之间做出选择; 你可以两者兼得。拆分测试很快，使用它们可以获得更大的收益。通过多变量测试，您可以了解多个更改，然后可以使用拆分测试来微调各个元素。

ConversionXL建议您使用拆分测试来查找页面的最佳布局，并使用多变量测试来调整不同页面元素的交互。

无论您使用哪种类型的测试，您都需要遵循此测试周期：

• 根据数据确定问题。

• 形成一个假设，问题的原因是什么。

• 想想可能的解决方案。

• 使用拆分测试或多变量测试或两者进行测试。

• 分析看看你的结果是什么。

• 再次开始循环。

A / B和多变量测试工具

最后，这里是您可以使用的A / B和多变量测试工具的快速列表：

• Google Analytics内容实验

• 可视化网站优化工具

• Optimizely

• Google Optimize

当然，您可以分割测试您的OptinMonster选项，看看哪个版本最有效。

现在您了解拆分测试和多变量测试之间的区别，因此您可以开始使用这些测试作为转换优化工具。您还可以使用拆分测试作为电子邮件营销的一部分。

上海网站建设