什麼是 A/B 測試？ 初學者指南

不管你做了多少研究，並不是每一次營銷活動都會得到積極的結果。

這就是為什麼 A/B 測試是為您的企業計算最佳在線促銷和營銷策略的絕佳方法。

它可用於測試從網站副本到銷售電子郵件的所有內容。 這使您可以在將全部預算用於無效的營銷材料之前找到效果最好的廣告系列。 雖然 A/B 測試可能很耗時，但它的優勢足以抵消時間投入。

總而言之，精心策劃的 A/B 測試可以對營銷工作的有效性產生巨大影響。 縮小範圍並結合促銷活動中最有效的元素可以創造更高的投資回報、更低的失敗風險，最重要的是：更強大的營銷計劃。

什麼是 A/B 測試以及它為什麼重要？

A/B 測試是一種營銷策略，它將網站、廣告、電子郵件、彈出窗口或登錄頁面的兩個不同版本相互對比，看看哪個最有效。

例如，您可能會測試兩個不同的彈出窗口（查看哪個會吸引更多的網絡研討會註冊）或兩個不同的 Google Ads（查看哪個會帶來更多的購買）。 這提供了有關在何處以及如何投資營銷預算的關鍵見解，並讓您有勇氣採取可能有風險的舉措。

在我自己的網站上，IA/B 測試了我的彈出窗口，以了解是什麼鼓勵了用戶與我的品牌互動。

隨著時間的推移，我們發現提供免費的網站分析（為我們的目標受眾提供大量價值）是建立專業知識並向訪問者展示我們價值的最有效方式。 我們能夠比較點擊次數和轉化率，以了解哪個標題更有助於讓用戶留在我們的網站上。

A/B 測試如何工作？

A/B 測試通過向不同用戶隨機顯示同一資產的兩個版本（廣告、網站、彈出窗口、優惠等）來工作。 隨機部分很重要，因為這提供了更準確的信息，而不會扭曲結果。

一個版本是“控制”組，或已在使用的版本。 第二個版本更改了一個元素。 您可以更改多個元素，但這確實使您更難分辨是什麼更改造成了不同。 這稱為多變量測試（稍後會詳細介紹）。

例如，您可能會向一半的網站訪問者顯示一個藍色的“立即購買”按鈕，而另一半顯示一個紅色的“立即購買”按鈕。 一段時間後（通常至少兩週），您將比較轉化率，看看哪個顏色的按鈕帶來了更多的購買。

大多數營銷人員使用工具來創建和顯示不同的版本——我們將在後面的部分介紹 A/B 測試工具。

為什麼 A/B 測試很重要？

準確的 A/B 測試可以極大地提高您的投資回報率。 通過使用受控測試和收集經驗數據，您可以準確找出最適合您的公司和產品的營銷策略。

如果一個變體有可能比另一個變體的效果好 2、3 甚至 4 倍而不會使大量資金處於風險之中，那麼在沒有先測試的情況下進行促銷是粗心的。

如果始終如一地進行，測試可以大大改善您的結果。 如果您知道什麼有效，什麼無效（並且有證據支持），從長遠來看，更容易做出決策並製定更有效的營銷策略。

以下是在您的網站和營銷材料上運行定期 A/B 測試的其他一些好處：

• 它們可以幫助您了解您的目標受眾：當您看到您的受眾響應什麼類型的電子郵件、標題和其他功能時，您可以深入了解您的受眾是誰以及他們想要什麼。
• 更高的轉化率： A/B 測試是提高轉化率的最有效方法。 了解哪些有效，哪些無效可以為您提供可幫助您簡化轉換過程的可操作數據。
• 緊跟不斷變化的趨勢：很難預測人們會響應什麼類型的內容、圖像或其他功能。 定期測試可幫助您領先於不斷變化的消費者行為。
• 降低跳出率：當網站訪問者看到他們喜歡的內容時，他們會在您的網站上停留更長時間。 測試以找到用戶喜歡的內容類型和營銷材料將幫助您創建一個更好的網站 - 以及用戶希望繼續使用的網站。

最終，您將重新獲得對營銷策略的控制權。 不再閉上眼睛，按下“發送”按鈕，只希望您的客戶會做出回應。

您如何計劃 A/B 測試？

計劃 A/B 測試時要做的第一件事是弄清楚要測試的內容。 您是在進行現場測試，還是進行場外測試？

如果您正在進行現場測試，您需要考慮網站中所有與銷售相關的部分，然後找出要拆分測試的元素。

你可能會測試：

• 頭條新聞
• 號召性用語文本
• 號召性用語位置
• 彈出窗口
• 特色圖片
• 複製
• 表單中的字段數

通過非現場測試，您可能正在測試廣告或銷售電子郵件。 測試廣告文案以查看哪些廣告帶來更多轉化可以幫助您集中精力投放廣告。 一旦您知道您的廣告正在盡可能地轉化，就更容易證明在其上花更多的錢是合理的。

電子郵件也是如此。 將兩個版本發送到您的列表（隨機選擇哪一半收到哪封電子郵件），然後跟踪哪一個轉換得更好。 通過電子郵件，您可以調整您的結構、電子郵件主題行、使用的圖像，甚至您的報價。

從長遠來看，了解您的受眾對什麼的反應最好可以讓您編寫更有效的電子郵件。 一旦您知道要進行 A/B 測試的營銷材料，請列出所有變量。 如果您決定測試您的號召性用語，您可以測試：

• 那個地點
• 使用的確切文本
• 按鈕顏色或周圍空間

A/B 測試是一個完整的過程，在做出最終決定之前執行多個拆分測試是很常見的。

A/B 測試清單開始

在開始拆分測試之前，請確保您清楚地了解您正在尋找的結果。 您應該已經知道您的基線結果，也就是您當前獲得的結果。 您想對選項 A 和 B 進行相互測試，但您也想知道在測試中表現更好的那個也比您當前的結果更好。

或者，您可以使用 A 作為您的控件（保留您當前使用的任何內容），然後為 B 使用新的東西。

測試需要同時運行以考慮時間的變化。 您不能今天測試一種變體，明天測試另一種變體，因為您無法考慮從現在到那時可能發生變化的任何變量。 （例如，一個新的 Facebook 活動或一篇博客文章上線。）

相反，您需要拆分流量，同時查看您的變化。

這是運行第一個測試之前要查看的 A/B 測試清單：

1. 確定要測試的功能。
2. 為同一廣告、著陸頁、應用等創建兩個版本。
3. 決定您的測試將運行多長時間。 我建議至少兩週，但根據您的流量和行業，它可能會更長或更短。
4. 選擇一個測試工具來幫助您運行測試（稍後會詳細介紹）。
5. 發射！
6. 幾週後，看看結果。 哪個版本贏了？
7. 沖洗並重複。 持續進行 A/B 測試最有效。

使用 A/B 測試進行測試的主要元素

您幾乎可以在營銷材料或網站上測試任何內容：標題、CTA、正文、圖像、導航欄位置等。如果您可以更改它，您可以對其進行測試。

這並不意味著你應該花幾個月的時間來測試每一件小事。 相反，關注最有可能對流量和轉化產生重大影響的變化。

在您的網站上，這可能包括：

在電子郵件中，您可以測試標題、圖像、鏈接、CTA 或分段選項。 在付費廣告中，尤其是文字廣告（如搜索廣告）中，您需要更改的內容較少，因此您可以測試主要標題、優惠、圖片或定位。

測試不同的報價至關重要。 只要確保每個人總是得到相同的促銷。 例如，如果向 A 組提供免費禮物，向 B 組提供折扣，那麼您要確保 A 組始終包含相同的訪客，B 組也是如此。

您還可以測試轉換的完整路徑。 例如，您可以使用登錄頁面 A 測試時事通訊 A，使用登錄頁面 B 測試時事通訊 B。稍後，您可能希望使用登錄頁面 B 測試時事通訊 A，反之亦然。

這可以讓您更好地了解什麼是有效的，尤其是在您得到混合結果或結果非常接近的情況下。 以下是您可以運行的其他一些測試。

實用的 A/B 測試示例來激發您的下一個活動

既然我們已經介紹了 A/B 測試是什麼、您可以測試什麼以及如何進行測試，那麼讓我們來看幾個示例。 這些應該有助於突出 A/B 測試的力量——以及如果你不使用它們可能會丟失的東西。

GRENE 在類別頁面上測試了水平佈局

在線零售商 GRENE 進行了 A/B 測試，以找到一種方法讓用戶更容易找到他們正在尋找的產品。 在原始版本（左）中，該產品佔據了移動設備上的整個頁面。 用戶發現很難滾動瀏覽不同的選項。

變體（右）減少了空白，並允許用戶查看多個產品並輕鬆滾動瀏覽可用選項。

結果：通過更改類別頁面的佈局，GRENE 的產品框點擊量增加了 15%，轉化次數增加了 16%，感謝頁面的訪問量增加了 10%，這表明用戶進行了購買。

WallMonkeys 通過用搜索欄替換滑塊來提高轉化率

WallMonkeys 是一個在線牆貼網站，希望提高轉化率和客戶體驗。 使用 CrazyEgg 的熱圖，他們能夠看到大多數客戶首先看的地方。

有了這些信息，他們決定將滑塊特色圖片（頂部圖片）換成搜索欄（底部圖片）。

結果：通過更換特色圖片並將搜索欄移動到頁面中間（基於熱圖數據），他們能夠將轉化率提高 550%。

Unbounce 測試了一條推文與。 電子郵件選擇加入

Unbounce 正在尋找增加登陸頁面選擇的方法。 雖然大多數企業都要求提供電子郵件地址，但 Unbounce 決定看看用戶是否更願意在推特上發布有關產品的信息。

因此，他們比較了這個要求提供電子郵件地址的選擇加入頁面：

此版本允許用戶通過發送推文來下載相同的課程。

這些變化如何影響註冊？

結果：Unbounce 發現用戶更願意提供一個電子郵件地址來下載課程。 電子郵件版本的轉化率比推文版本高 24%。 結果並不令人驚訝（畢竟大多數人都習慣於提供電子郵件地址），但測試讓 Unbounce 確信他們的目標網頁正朝著正確的方向前進。

A/B 測試需要多少時間？

A/B 測試不是一朝一夕的項目。 根據您獲得的流量，您可能希望運行幾天到幾週的測試。 請記住，您一次只想運行一項測試以獲得最準確的結果。

運行時間不足的測試可能會導致結果出現偏差，因為您沒有獲得足夠多的訪問者群體，無法在統計上準確。 但是，運行測試時間過長也會產生偏差的結果，因為您無法在更長的時間內控制更多的變量。

確保您及時了解可能影響您的測試結果的任何事情，以便您可以解釋結果中的統計異常。 如有疑問，請再次運行測試。

考慮到 A/B 測試可能對您的底線產生的影響，花幾週的時間來正確地進行測試是值得的。 一次測試一個變量，並給每個測試足夠的時間來運行。

我可以一次測試不止一件事嗎？

這個問題有兩種方法。 假設您只想測試您的標題，但您有三種可能的變體。 在這種情況下，運行單個測試並將訪問者（或電子郵件中的收件人）分成三組而不是兩組是合理的，並且可能仍被視為 A/B 測試。

這比運行三個單獨的測試（A 與 B、B 與 C 和 A 與 C）更有效。 您可能希望讓您的測試多運行幾天，以便您有足夠的結果來查看實際有效的結果。

一次測試多個事物，例如標題和號召性用語，稱為多變量測試，運行起來更複雜。 有很多資源可用於多變量測試。

您還需要考慮您的系統如何處理拆分測試，以及讓工作人員能夠分析多個結果並將數據編譯成可消化的數量。

多變量測試一次會給您帶來更多好處：但不一定要避免。 如果您有正確的程序來處理額外的工作量，那麼請繼續——但如果您想要一種更簡單的方法：一次進行一個 A/B 測試就可以了。

如何分析 A/B 測試數據

在你的 A/B 測試之後，你會得到一堆數據。 你怎麼知道哪個版本贏了？ 有時贏家會很清楚。 例如，如果某個版本的登錄頁面導致電子郵件註冊量增加 50%，那麼您無需分析大量數據即可知道誰贏了。

其他時候，就不是很清楚了。 以下是確保您知道哪個版本真正獲勝的方法：

1. 確保您有足夠的數據：判斷哪種變體將在長期內發揮作用的最佳方法是確保您擁有大約兩週的數據（至少 30 次轉化）。
2. 使用 A/B 測試重要性計算器：有些有內置的 A/B 測試重要性計算器，或者你可以在這裡使用我的免費工具。 只需添加您的訪問者和轉化次數，即可查看變化增加了多少銷售額。

超越顯而易見的指標：並非所有指標都是平等的。 我通常建議查看轉化率和流量。 但是，一些企業可能希望關注其他指標，例如平均訂單規模。 例如，將“購買”按鈕更改為藍色會帶來更多轉化，但這些客戶在每個訂單上的花費明顯減少，因此您需要繼續挖掘。

最好的 A/B 測試工具

如果 A/B 測試聽起來很複雜，那麼您並不孤單。 許多營銷人員和企業主避免 A/B 測試，因為感覺工作量太大，或者他們擔心自己會做錯事。 希望上面的提示可以幫助您確信自己可以正確地做到這一點。 現在，讓我們談談可用於進行 A/B 測試的工具。

您使用的工具將取決於您要測試的功能。 例如，如果您想測試電子郵件標題，您的電子郵件提供商可能會提供此工具（MailChimp 和 Constant Contact 都提供此工具）。 Facebook 廣告也提供此功能。

還有一些便宜或免費的工具可以測試網站元素並幫助您了解哪種變體最有效。

免費 A/B 測試意義計算器

如果您一直想知道設計或網絡副本更改如何影響您的銷售，那麼我設計了一個工具來提供幫助。 我的計算器允許您輸入訪問者和轉化次數，然後計算出某個變化是否增加了您的銷售額以及增加了多少。

常見問題

結論

A/B 測試是營銷人員最好的朋友。 例如，它可以讓您查看哪些廣告帶來了最多的轉化、您的受眾對哪些內容做出了回應，或者哪些博客標題帶來了最多的流量。

您可以使用多種工具開始使用，包括 Google Optimize（免費！）和 Optimizely。

如果您想開始使用 A/B 測試，可以從學習如何在 Google Analytics（分析）中進行 A/B 測試開始。 請記住：A/B 測試是所有營銷人員都應該使用的絕佳工具。

你試過 A/B 測試嗎？ 如果沒有，是什麼阻礙了你？

了解我的代理機構如何為您的網站帶來大量流量

• SEO – 釋放大量 SEO 流量。 看到真實的結果。
• 內容營銷——我們的團隊創建了可以分享、獲取鏈接和吸引流量的史詩內容。
• 付費媒體– 具有明確投資回報率的有效付費策略。

預約電話