正确 A/B 测试的 10 大误区

2017-05-04 11:06:00

你希望通过A/B测试对你的网站进行充分的转化率优化，关于它的理想概念将类似于通过A/B测试对着陆页改变 CTA 之后获得25％的转化提升。但在现实中，可能不是这么理想化。有很多误区干扰了正确执行A/B测试的方法。

今天，我将分享最常见的10大误区，以及每个误区的真相。

误区1：转化率优化因猜测而发生

误区。从你的角度来说，你觉得自己最懂客户，好像别人都不懂。这就是为什么你不需要任何特殊的工具或方法来优化你的网站的原因。你只是知道向访问者提供什么，在哪里，何时，如何做到。

真相。实际上，A/B测试并不意味着要放弃你对业务或客户的认知。只意味着你将通过对如何改进你的在线业务做出明智决策的方法应用你的预测。无论如何，提高转换率的过程将从定义你网站的“弱点”开始。在定义弱点之后，你必须对如何处理它做出接地气的选择。A/B测试和多变量测试只是对你的网站的改进做出正确决定的科学方法。

误区2：A/B测试伤害你的SEO

误区。我们都知道，在A/B测试的过程中，特殊的A/B测试工具显示给他们的访问者几乎相同的内容变化，以定义最好的性能。此外，我们知道Google（和其他搜索引擎）总是惩罚重复和剽窃的内容。所以，显然，如果你A/B测试你的网站，SEO会被宠坏。

真相。如果你使用A/B或多变量测试的方法改进你的网站，你的网站是没有风险的。 Google自身就在进行各种A/B测试。并且写了提供正确A/B实验的指南的完整列表，如果你使用成熟的A/B测试工具，是没有危险的。

误区3：A/B测试由于实施成本高而不容易使用

误区。 A/B测试是一种非常昂贵的转化优化方法，因为它使用了很多来自访问者的难以分析的数据，并且还需要雇佣一个设计师和一个程序员来开始工作。

真相。 A/B测试不是那么困难或昂贵。有很多自动一体化工具，可以直观地设计你的变化，启动A/B测试和分析结果，没有任何第三方帮助。你应该只听取给出的建议/提示，并应用它们。这样的工具之一是我不说。

误区4：你每次只能度量1个重要的转化率指标

误区。在运行A/B测试时，你应该只关注一个指标作为目标，不要在一堆不同的数字中迷失。如果你要测试按钮，则只应考虑获胜者变体，以显示测试按钮的最佳点击率。

真相。进行A/B试验的正确方法是考虑A/B测试目标与主要业务目标的关系。让我们想象一下，在第一阶段（点击此按钮之后），红色按钮的获胜者变量表现更好，但在最后阶段，这种变化导致更低的转化为潜在客户。因此，你可以看到赢家变化没有带来业务的真正利润，你需要稍微改变焦点，以实现业务目标。

误区5：当结果看起来很好时，你可以停止测试

误区。在你的A/B测试试验开始后，你可以观察增加每个测试变体的页面视图的过程。它可以让你几乎实时看到哪些变体效果更好，并在看到转化率的基本差异是可以接受时，选择胜利者。

真相。不要这么快！大多数A/B测试工具会在实验启动后开始向你显示统计数据的变化，这是真的（当然，如果你有足够的流量来实时查看不断变化的访问次数，达到目标）。但是，你不应该忘记在A/B测试实验中需要考虑的统计显着性，以获得可靠的结果。你应该让A/B测试运行一定的时间，并通过一定数量的访客，让它为你提供足够的相关数据，才能指导你做出更好的决策。如果你在进程的中间就停下来，你可能会得到一个不准确的统计数据。

误区6：你的网站上的一切都应该测试

误区。为了得到真正好的，可靠的结果，你应该A/B测试你的网站。可以测试的任何更改都应进行测试。无论变化有多大，以及转化改进带来的预期增长情况如何，这并不重要。如果有人已经做了，并证明了他的工作与许多案例研究为什么你不应该这样做？测试网站上的每个组件将带来令人难以置信的业务成果！

真相。当然，很容易找到很多关于网站上存在的每个组件的A/B测试的案例研究，但应该有另一个A/B测试序列。首先，你必须通过分析转化渠道来检查你的网站。案例研究可以为你带来灵感，作为新想法的奇妙来源。但A/B测试并不是要一直测试全部元素。你应该构建和实施自己的A/B测试策略，这将基于你的业务目标和转换漏斗的“痛点”。

误区7：学习和复制A/B测试最佳实践是在转换率优化中取得成功的一切

误区。如果你正在研究一些大公司的最佳实践，你将收集所有的经验，并将其实施到你自己的网站，这将允许你不用进行自己的测试，节省时间和金钱，并避免可能的错误。

真相。这里我将给出一个简单的解释为什么不要以这样的方式执行。首先，每一个业务都是独一无二的，它有自己的商业领域，游客，地理位置等。这就是为什么在你自己的情况下，可能会得到完全不同的结果，跟你看到的任何值得尊敬的案例研究都不同。这就是为什么唯一正确的方法是进行自己的分析，发起自己的实验，并得到自己的结果，只有你的实际情况才是可靠的。