什么是 A/B 测试？ 初学者指南

不管你做了多少研究，并不是每一次营销活动都会得到积极的结果。

这就是为什么 A/B 测试是为您的企业计算最佳在线促销和营销策略的绝佳方法。

它可用于测试从网站副本到销售电子邮件的所有内容。 这使您可以在将全部预算用于无效的营销材料之前找到效果最好的广告系列。 虽然 A/B 测试可能很耗时，但它的优势足以抵消时间投入。

总而言之，精心策划的 A/B 测试可以对营销工作的有效性产生巨大影响。 缩小范围并结合促销活动中最有效的元素可以创造更高的投资回报、更低的失败风险，最重要的是：更强大的营销计划。

什么是 A/B 测试以及它为什么重要？

A/B 测试是一种营销策略，它将网站、广告、电子邮件、弹出窗口或登录页面的两个不同版本相互对比，看看哪个最有效。

例如，您可能会测试两个不同的弹出窗口（查看哪个会吸引更多的网络研讨会注册）或两个不同的 Google Ads（查看哪个会带来更多的购买）。 这提供了有关在何处以及如何投资营销预算的关键见解，并让您有勇气采取可能有风险的举措。

在我自己的网站上，IA/B 测试了我的弹出窗口，以了解是什么鼓励了用户与我的品牌互动。

随着时间的推移，我们发现提供免费的网站分析（为我们的目标受众提供大量价值）是建立专业知识并向访问者展示我们价值的最有效方式。 我们能够比较点击次数和转化率，以了解哪个标题更有助于让用户留在我们的网站上。

A/B 测试如何工作？

A/B 测试通过向不同用户随机显示同一资产的两个版本（广告、网站、弹出窗口、优惠等）来工作。 随机部分很重要，因为这提供了更准确的信息，而不会扭曲结果。

一个版本是“控制”组，或已在使用的版本。 第二个版本更改了一个元素。 您可以更改多个元素，但这确实使您更难分辨是什么更改造成了不同。 这称为多变量测试（稍后会详细介绍）。

例如，您可能会向一半的网站访问者显示一个蓝色的“立即购买”按钮，而另一半显示一个红色的“立即购买”按钮。 一段时间后（通常至少两周），您将比较转化率，看看哪个颜色的按钮带来了更多的购买。

大多数营销人员使用工具来创建和显示不同的版本——我们将在后面的部分介绍 A/B 测试工具。

为什么 A/B 测试很重要？

准确的 A/B 测试可以极大地提高您的投资回报率。 通过使用受控测试和收集经验数据，您可以准确找出最适合您的公司和产品的营销策略。

如果一个变体有可能比另一个变体的效果好 2、3 甚至 4 倍而不会使大量资金处于风险之中，那么在没有先测试的情况下进行促销是粗心的。

如果始终如一地进行，测试可以大大改善您的结果。 如果您知道什么有效，什么无效（并且有证据支持），从长远来看，更容易做出决策并制定更有效的营销策略。

以下是在您的网站和营销材料上运行定期 A/B 测试的其他一些好处：

• 它们可以帮助您了解您的目标受众：当您看到您的受众响应什么类型的电子邮件、标题和其他功能时，您可以深入了解您的受众是谁以及他们想要什么。
• 更高的转化率： A/B 测试是提高转化率的最有效方法。 了解哪些有效，哪些无效可以为您提供可帮助您简化转换过程的可操作数据。
• 紧跟不断变化的趋势：很难预测人们会响应什么类型的内容、图像或其他功能。 定期测试可帮助您领先于不断变化的消费者行为。
• 降低跳出率：当网站访问者看到他们喜欢的内容时，他们会在您的网站上停留更长时间。 测试以找到用户喜欢的内容类型和营销材料将帮助您创建一个更好的网站 - 以及用户希望继续使用的网站。

最终，您将重新获得对营销策略的控制权。 不再闭上眼睛，按下“发送”按钮，只希望您的客户会做出回应。

您如何计划 A/B 测试？

计划 A/B 测试时要做的第一件事是弄清楚要测试的内容。 您是在进行现场测试，还是进行场外测试？

如果您正在进行现场测试，您需要考虑网站中所有与销售相关的部分，然后找出要拆分测试的元素。

你可能会测试：

• 头条新闻
• 号召性用语文本
• 号召性用语位置
• 弹出窗口
• 特色图片
• 复制
• 表单中的字段数

通过非现场测试，您可能正在测试广告或销售电子邮件。 测试广告文案以查看哪些广告带来更多转化可以帮助您集中精力投放广告。 一旦您知道您的广告正在尽可能地转化，就更容易证明在其上花更多的钱是合理的。

电子邮件也是如此。 将两个版本发送到您的列表（随机选择哪一半收到哪封电子邮件），然后跟踪哪一个转换得更好。 通过电子邮件，您可以调整您的结构、电子邮件主题行、使用的图像，甚至您的报价。

从长远来看，了解您的受众对什么的反应最好可以让您编写更有效的电子邮件。 一旦您知道要进行 A/B 测试的营销材料，请列出所有变量。 如果您决定测试您的号召性用语，您可以测试：

• 那个地点
• 使用的确切文本
• 按钮颜色或周围空间

A/B 测试是一个完整的过程，在做出最终决定之前执行多个拆分测试是很常见的。

A/B 测试清单开始

在开始拆分测试之前，请确保您清楚地了解您正在寻找的结果。 您应该已经知道您的基线结果，也就是您当前获得的结果。 您想对选项 A 和 B 进行相互测试，但您也想知道在测试中表现更好的那个也比您当前的结果更好。

或者，您可以使用 A 作为您的控件（保留您当前使用的任何内容），然后为 B 使用新的东西。

测试需要同时运行以考虑时间的变化。 您不能今天测试一种变体，明天测试另一种变体，因为您无法考虑从现在到那时可能发生变化的任何变量。 （例如，一个新的 Facebook 活动或一篇博客文章上线。）

相反，您需要拆分流量，同时查看您的变化。

这是运行第一个测试之前要查看的 A/B 测试清单：

1. 确定要测试的功能。
2. 为同一广告、着陆页、应用等创建两个版本。
3. 决定您的测试将运行多长时间。 我建议至少两周，但根据您的流量和行业，它可能会更长或更短。
4. 选择一个测试工具来帮助您运行测试（稍后会详细介绍）。
5. 发射！
6. 几周后，看看结果。 哪个版本赢了？
7. 冲洗并重复。 持续进行 A/B 测试最有效。

使用 A/B 测试进行测试的主要元素

您几乎可以在营销材料或网站上测试任何内容：标题、CTA、正文、图像、导航栏位置等。如果您可以更改它，您可以对其进行测试。

这并不意味着你应该花几个月的时间来测试每一件小事。 相反，关注最有可能对流量和转化产生重大影响的变化。

在您的网站上，这可能包括：

在电子邮件中，您可以测试标题、图像、链接、CTA 或分段选项。 在付费广告中，尤其是文字广告（如搜索广告）中，您需要更改的内容较少，因此您可以测试主要标题、优惠、图片或定位。

测试不同的报价至关重要。 只要确保每个人总是得到相同的促销。 例如，如果向 A 组提供免费礼物，向 B 组提供折扣，那么您要确保 A 组始终包含相同的访客，B 组也是如此。

您还可以测试转换的完整路径。 例如，您可以使用登录页面 A 测试时事通讯 A，使用登录页面 B 测试时事通讯 B。稍后，您可能希望使用登录页面 B 测试时事通讯 A，反之亦然。

这可以让您更好地了解什么是有效的，尤其是在您得到混合结果或结果非常接近的情况下。 以下是您可以运行的其他一些测试。

实用的 A/B 测试示例来激发您的下一个活动

既然我们已经介绍了 A/B 测试是什么、您可以测试什么以及如何进行测试，那么让我们来看几个示例。 这些应该有助于突出 A/B 测试的力量——以及如果你不使用它们可能会丢失的东西。

GRENE 在类别页面上测试了水平布局

在线零售商 GRENE 进行了 A/B 测试，以找到一种方法让用户更容易找到他们正在寻找的产品。 在原始版本（左）中，该产品占据了移动设备上的整个页面。 用户发现很难滚动浏览不同的选项。

变体（右）减少了空白，并允许用户查看多个产品并轻松滚动浏览可用选项。

结果：通过更改类别页面的布局，GRENE 的产品框点击量增加了 15%，转化次数增加了 16%，感谢页面的访问量增加了 10%，这表明用户进行了购买。

WallMonkeys 通过用搜索栏替换滑块来提高转化率

WallMonkeys 是一个在线墙贴网站，希望提高转化率和客户体验。 使用 CrazyEgg 的热图，他们能够看到大多数客户首先看的地方。

有了这些信息，他们决定将滑块特色图片（顶部图片）换成搜索栏（底部图片）。

结果：通过更换特色图片并将搜索栏移动到页面中间（基于热图数据），他们能够将转化率提高 550%。

Unbounce 测试了一条推文与。 电子邮件选择加入

Unbounce 正在寻找增加登陆页面选择的方法。 虽然大多数企业都要求提供电子邮件地址，但 Unbounce 决定看看用户是否更愿意在推特上发布有关产品的信息。

因此，他们比较了这个要求提供电子邮件地址的选择加入页面：

此版本允许用户通过发送推文来下载相同的课程。

这些变化如何影响注册？

结果：Unbounce 发现用户更愿意提供一个电子邮件地址来下载课程。 电子邮件版本的转化率比推文版本高 24%。 结果并不令人惊讶（毕竟大多数人都习惯于提供电子邮件地址），但测试让 Unbounce 确信他们的目标网页正朝着正确的方向前进。

A/B 测试需要多少时间？

A/B 测试不是一朝一夕的项目。 根据您获得的流量，您可能希望运行几天到几周的测试。 请记住，您一次只想运行一项测试以获得最准确的结果。

运行时间不足的测试可能会导致结果出现偏差，因为您没有获得足够多的访问者群体，无法在统计上准确。 但是，运行测试时间过长也会产生偏差的结果，因为您无法在更长的时间内控制更多的变量。

确保您及时了解可能影响您的测试结果的任何事情，以便您可以解释结果中的统计异常。 如有疑问，请再次运行测试。

考虑到 A/B 测试可能对您的底线产生的影响，花几周的时间来正确地进行测试是值得的。 一次测试一个变量，并给每个测试足够的时间来运行。

我可以一次测试不止一件事吗？

这个问题有两种方法。 假设您只想测试您的标题，但您有三种可能的变体。 在这种情况下，运行单个测试并将访问者（或电子邮件中的收件人）分成三组而不是两组是合理的，并且可能仍被视为 A/B 测试。

这比运行三个单独的测试（A 与 B、B 与 C 和 A 与 C）更有效。 您可能希望让您的测试多运行几天，以便您有足够的结果来查看实际有效的结果。

一次测试多个事物，例如标题和号召性用语，称为多变量测试，运行起来更复杂。 有很多资源可用于多变量测试。

您还需要考虑您的系统如何处理拆分测试，以及让工作人员能够分析多个结果并将数据编译成可消化的数量。

多变量测试一次会给您带来更多好处：但不一定要避免。 如果您有正确的程序来处理额外的工作量，那么请继续——但如果您想要一种更简单的方法：一次进行一个 A/B 测试就可以了。

如何分析 A/B 测试数据

在你的 A/B 测试之后，你会得到一堆数据。 你怎么知道哪个版本赢了？ 有时赢家会很清楚。 例如，如果某个版本的登录页面导致电子邮件注册量增加 50%，那么您无需分析大量数据即可知道谁赢了。

其他时候，就不是很清楚了。 以下是确保您知道哪个版本真正获胜的方法：

1. 确保您有足够的数据：判断哪种变体将在长期内发挥作用的最佳方法是确保您拥有大约两周的数据（至少 30 次转化）。
2. 使用 A/B 测试重要性计算器：有些有内置的 A/B 测试重要性计算器，或者你可以在这里使用我的免费工具。 只需添加您的访问者和转化次数，即可查看变化增加了多少销售额。

超越显而易见的指标：并非所有指标都是平等的。 我通常建议查看转化率和流量。 但是，一些企业可能希望关注其他指标，例如平均订单规模。 例如，将“购买”按钮更改为蓝色会带来更多转化，但这些客户在每个订单上的花费明显减少，因此您需要继续挖掘。

最好的 A/B 测试工具

如果 A/B 测试听起来很复杂，那么您并不孤单。 许多营销人员和企业主避免 A/B 测试，因为感觉工作量太大，或者他们担心自己会做错事。 希望上面的提示可以帮助您确信自己可以正确地做到这一点。 现在，让我们谈谈可用于进行 A/B 测试的工具。

您使用的工具将取决于您要测试的功能。 例如，如果您想测试电子邮件标题，您的电子邮件提供商可能会提供此工具（MailChimp 和 Constant Contact 都提供此工具）。 Facebook 广告也提供此功能。

还有一些便宜或免费的工具可以测试网站元素并帮助您了解哪种变体最有效。

免费 A/B 测试意义计算器

如果您一直想知道设计或网络副本更改如何影响您的销售，那么我设计了一个工具来提供帮助。 我的计算器允许您输入访问者和转化次数，然后计算出某个变化是否增加了您的销售额以及增加了多少。

常见问题

结论

A/B 测试是营销人员最好的朋友。 例如，它可以让您查看哪些广告带来了最多的转化、您的受众对哪些内容做出了回应，或者哪些博客标题带来了最多的流量。

您可以使用多种工具开始使用，包括 Google Optimize（免费！）和 Optimizely。

如果您想开始使用 A/B 测试，可以从学习如何在 Google Analytics（分析）中进行 A/B 测试开始。 请记住：A/B 测试是所有营销人员都应该使用的绝佳工具。

你试过 A/B 测试吗？ 如果没有，是什么阻碍了你？

了解我的代理机构如何为您的网站带来大量流量

• SEO – 释放大量 SEO 流量。 看到真实的结果。
• 内容营销——我们的团队创建了可以分享、获取链接和吸引流量的史诗内容。
• 付费媒体– 具有明确投资回报率的有效付费策略。

预约电话