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。