1. MS A/B Tesing
什么是 A/B 测试?
目前 A/B tesing 很火, 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。注意 A/B tesing 和 SEO 不一样, SEO 强调的如何带来用户, 而 AB tesing 是对已经
来的用户群作对比.
SEO – 带来用户
A/B testing – 对比: 新加的功能／新修改的页面，有无作用，是好是坏
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(新旧版本／新旧功能并存)。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（没有应用
RT） ， B 是新的设计(应用了 RT)。比较这两个版本之间你所关心的数据（注册率，转化
率，页面访问数量, 返回率等）。最后，您选择效果最好的版本。
请注意：新旧版本是同时存在的, 并通过一定的算法, 随机分配访问用户
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

2. 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：
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，
定价和促销活动，
页面上的图片，
页面上文字的长度（少 Vs 多）
特定功能的有无(new feature)
…...
该做什么和不该做什么
虽然 A / B 测试是超级简单的概念，但是请注意:
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。
不要让 user 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，所以在得到测试结果
前不要拒绝任何尝试。
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。
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。
如何进行我们的 A/B Testing:
#1: 目前对于已经注册的用户, 我们可以进行如下 A/B 测试:
– 新功能的页面访问数量(人次数, 人数),
– 转化率(付费率, gold 数, 续费率等),

3. – 返回率.
#2: 对于未注册访客, 我们可以进”注册率”比较
目前在进行工程测试,很快会开放给所有 RT
#3: 具体如何做 A/B tesing – so easy.
在应用 RT 到 production sites 的时候, 应该作如下批示:
Apply this RT to MM for A/B tesing 或者 Do A/B tesing on MM
请注意: 在流量很小的网站作 A/B Testing 或者只做很短时间的测试, 一般没有多大意义. 流量
小的网站 / 测试时间太短 , 运气成份太大.
#4: 如何看 A/B 的结果: 最简单的方法，询问应用的工程师，当然你也可以自己看:
http://www.xxx.com/censor_ab_test
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。

4. “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。
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。
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。