软件测试进阶(一)A/B测试终极指南

A/B测试终极指南

      A/B测试不是一个时髦名词。现在很多有经验的营销和设计工作者用它来获得访客行为信息,来提高转换率。然而,A/B测试与SEO不同的是,人们都不太知道如何进行网站分析和可用性分析。他们并不完全明白它是什么或如何更有效的使用它。本文将为你提供有史以来最好的A/B测试教程。

什么是A/B测试?

      A/B测试的核心就是:确定两个元素或版本(A和B)哪个版本更好,你需要同时实验两个版本。最后,选择最好的版本使用。

      网络上的A/B测试,即你设计的页面有两个版本(A和B),A为现行的设计(称为控制),B是新的设计。比较这两个版本之间你所关心的数据(转化率,业绩,跳出率等)。最后,您选择效果最好的版本。

 

A/B测试的应用举例

 

      用一个电商App的场景作为例子。电商App集成了我们的SDK之后,就可以在AppAdhocOptimizer控制台创建很多“测试版本”,每个测试版本可以尝试不同的UI设计和文案。客户可以在控制台管理不同测试版本的试验运行状态、流量分配以及查看详细的数据报告,并选择发布效果更好的测试版本。

 

      拿这个例子来说,假如这个App有100万在线用户,通过控制台可以控制这些用户看到不同的测试版本。假如其中50万用户看到左边版本,产生了10万购买;另外50万用户看到右边版本,产生了40万购买。这个试验数据说明右边版本产生的转化率更高,可以通过控制台将这个版本推广到所有100万用户。

测试哪些东西?

      你要选择什么去测试取决于你的目标。例如,如果你的目标是增加顾客数量,那么您可能测试下列内容:注册表单数量,字段类型要求,隐私政策等。在这种情况下A/B测试的目标是要弄清楚什么阻止了游客注册。需要填写的表单的数量?用户的隐私?还是该网站做了让游客不信任的事情?所有这些问题都可以通过一个个A/B测试获得答案。

      每一个A/B测试内容都是独一无二的,单通常测试一下这些内容:

     行动按钮的措辞,大小,颜色和位置,

     标题或产品说明,

     表单的数量和字段类型,

     网站的布局和风格,

     产品定价和促销活动,

     着陆和产品页面上的图片,

     页面上文字的长度(少Vs多)。

      一旦你决定要测试什么,下一步当然是要选择一个合适的测试工具。如果你想要一个基础的免费工具,可以使用Google Website Optimizer。如果你想要功能更加强大的工具,可以使用Visual Website Optimizer 。其他的一些选择都是可以的,建立试验在所有工具中都很相似,所以我们只需讨论一种即可。

你可以通过两种方法建立A/B测试:

       在页面测试加载前替换元素

      如果你测试的是页面上的单个元素,如注册按钮,然后需要在测试工具中设置按钮。当测试时,在A/B工具将在页面给用户前随机替换按钮。

重定向到另一页面

      如果你想通过A/B测试整个页面,比如说,一个绿色的主题和一个红色主题,那么你就需要创建和上传新的页面。例如,如果您的主页是 http://www.example.com/index.html,那么你需要创建另外一个页面 http://www.example.com/index1.html。当测试运行时,您的测试工具将一部分访问者重定向到第二个网址。

     一旦您使用了上面的两种变换方法,下一步是建立您的转换目标。通常,你会得到一个JavaScript代码,您可以复制并粘贴到一个需要游客到达的目标网页。例如,如果您有     一个电子商务网站,你正在测试的“立即购买“按钮的颜色,然后您的转换目标将是购买成功后的“谢谢您“页面。

     在转换事件发生的同时,在A/B测试工具,记录了哪种页面显示给了访问者。经过足够数量的游客,您可以确定哪个页面带来了最多的转化!建立和运行的A/B测试,其实很简单。

该做什么和不该做什么

     虽然A/B测试是超级简单的概念,但是请记住,以下这些都只是我自己的经验。

注意事项

     不要分开你的测试情况。始终两个版本同时进行测试。如果您第一星期测试第一版本,第二星期测试第二个版本,你就错了。有可能B版本带来的流量更糟糕,但是带来了更好的业绩,因为两个版本之间的流量始终存在不一样。

      不要结束得太早。有一个概念叫做“统计信心“ ,无论你的测试结果明显的。如果你只有少数转换或游客,它都无法确定最终的结果。大多数A/B测试工具都有报告统计,但如果你是手动测试,你可以使用 在线计算器。

     不要让常客惊讶。如果你正在测试网站的一部分。包括新访客和常客,不要使他们觉得震惊。尤其不要因为哪些可能不会最终实施变化。

     不要让你的直觉推翻了测试结果。在A/B测试的结果往往是令人惊讶的或直观的。在一个绿色为主题的网站,一个明显的红色按钮有可能成为赢家。即使红色按钮不容易吸引注意。您要测试的目标是一个更好的转换率,而不是美学,所以在得到测试借过钱不要拒绝任何尝试。

需要做的

     知道运行测试多久。结束太早,可能会使你花了时间但是没有得到有意义的结果。结束太晚也不好,因为效果不佳的页面可能影响你的转化和业绩。使用一个计算器,来确定测试多久以后来结束它。

     将相同的页面呈献给同一个访客。您的工具应该有一个记忆访问者已经看到的页面的功能。这样可以防止向同一用户显示一不同的价格或不同的促销优惠。

     让您的A/B测试在整个网站保持一致。如果你正在测试的登录按钮在多个地点出现,然后一个访问者应在所有的地方看到同样的变化。在页面1显示一个样子,在页面2显示两外一个样子,会使试验结果被干扰。

    做很多的A/B测试。让我们面对现实吧:你的第一个A/B测试可能会无效。但是不要绝望。一个A/B测试只能有三个结果:没有结果,不好的结果和好的结果。优化转换率的关键是要做大量的A/B测试,把所有的好的结果拼接起来,最终推动业绩。

经典A/B测试案例研究

     这里有一些如何进行A/B测试的案例研究。

     Writing Decisions: Headline Tests on the Highrise Sign-Up Page 37Signals

      测试他们的价格页面的标题。最终发现,“30-Day Free Trial on All Accounts“比原来的“Start a Highrise Account.“多产生30 %以上的订单。

 

 

      “You Should Follow Me on Twitter Here”(Dustin Curtis)

      这是一个用来测试召唤用户在Twitter上关注自己的试验。Dustin发现提示文字是“You should follow me on Twitter here”的效果是“I’m on Twitter.”173%

 

      Human Photos Double Conversion Rates

      从两个不同的A/B测试将在网站上增加转换率的人的照片:一个令人令人惊讶的结论,A/B测试两张图片,将真人照片放在网站上会获得一倍的转化。研究说明,我们潜意识被照片吸引了。

      Google Website Optimizer Case Study: Daily Burn, 20%+ Improvement (Tim Ferriss)

      一个将用户选择减少的变化使转化提高了20%,最终的版本在细节和文字上更易吸引目光。

 

     Two Magical Words Increased Conversion Rate by 28% “It’s free”

      这个单词增加了注册按钮点击次数的28%, 测试结果表明,在行动召唤上一些很小的变化会带来令人惊讶的结果。

 

      Changing the Sign-Up Button from Green to Red

      依靠A/B测试, CareLogger把注册按钮从绿色修改为红色增加了34%转换率!

 

      Single page vs. multi-step checkout

    如果你有一个在线商店,很常见的就是支付流程。这个A / B测试发现,多个支付流程比单个支付流程完成的销售更好。

 

      “Mad Libs”style form increases conversion 25-40%

      打败传统的智慧,此A/B测试发现一段风格形式输入字段比传统形式的布局更好。

 

      Complete redesign of product page increased sales by 20%

      一个软件产品的公司重新设计他们的产品页 给它一个现代的外观和增加信任模块。最终结果:他们成功地增加20 %的总销售额。本案例研究证明了设计对销售的影响。

 

      Marketing Experiments response capture case study – triple digit increase in conversions

      通过优化邮件地址获取提高了258 %。重点是消除所有的干扰,并要求游客只需提供电子邮件地址。使用亚马逊礼品卡让他/她的完成个人资料。

A/B测试工具

      有许多侧重点,价位和功能不同的A/B测试工具,这里是一些:

      Google Website Optimizer 搜索巨头提供的免费A/B测试工具。一个很好的入门级工具,但是没有一些先进的功能。

      A/Bingo and Vanity 基于Ruby on Rails开发的服务器组件。需要编程和代码集成。

      Visual Website Optimizer 一个易于使用的A/B测试工具,包含一些先进的功能,如所见即所得的编辑器,单击地图,访问者分割和标签等。

      Unbounce and Performable 集成着陆页设计的A/B测试工具。

      Vertster, SiteSpect, Webtrends Optimize and Omniture’s Test&Target  企业级测试工具。

      一些深入研究的A/B测试资料

      如果你已经读到这里,那么A / B测试大概已经激起你的兴趣。在这里,有一些非常好的A/B测试资源。

      寻找你下一个A/B测试的灵感   Which Test Won?  一个猜测那种情况会最终胜利的游戏。

      101 A/B Testing Tips  大量的A/B测试技巧和方法。

      ABtests.com 一个可以分享和阅读A/B测试结果的地方。

      A/B Ideafox 搜索引擎的A / B和多变量的案例研究。

美文美图

 

文章来源: shq5785.blog.csdn.net,作者:No Silver Bullet,版权归原作者所有,如需转载,请联系作者。

原文链接:shq5785.blog.csdn.net/article/details/51837118

(完)