分析與測試
如何使用ChangeAgain運行A / B測試
來自的團隊 再次改變,用於 A / B測試,向我們提供瞭如何為準確/可靠的a / b測試實驗設置工作流程的演練。
什麼是A / B測試?
也被稱為 分裂測試,A / B測試是指網頁或應用程序的兩個版本-A版本和B版本。A/ B測試平台允許營銷人員將代碼插入其頁面,然後在A / B測試平台中開發這兩個版本。 A / B測試平台確保向訪客顯示每個變體,並 分析 提供了一個表現更好的。 通常,效果與號召性用語的點擊關聯。
設置A / B測試的過程
- 產生一個假設 – 集思廣益列出 15 個假設,列出您網站上不方便的地方,哪些價值介詞不明確,以及哪些號召性用語不明顯。 根據對您的轉化的影響和實施轉化所需的時間來確定它們的優先級。 選擇對轉化影響最大且實施時間較短的實驗。
- 設定實驗目標 – 每個實驗都應該增加您網站的某些指標。 例如,如果您有一個登陸頁面——更改應該會影響登錄/訂購按鈕。
- 創建變化 – 當你選擇了你想要改變的假設並建立一個可追溯的目標時——實施變化。 該步驟最重要的一步是每個變體只進行一次更改。 如果您更改了網頁標題,請不要更改按鈕的顏色,因為這將很難解釋測試結果。 為設計人員和開發人員分配準備變體的任務。
- 啟動實驗 –通常,這是通過將A / B測試中的代碼粘貼到內容管理系統中並啟用實驗來完成的。 確保測試您的頁面,以確保測試按測試發布。
- 觀察實驗 在一段時間或多次訪問中,您確信最終 分析 將是統計合理的。 對於一個每天有 100 次轉化的網站來說,兩周是相當標準的。 如果您收到的轉化次數較少,則需要等待更長的時間。
- 選擇獲勝者 基於統計上有效的結果。
- 套用中獎變更 到您的網站。 刪除A / B測試代碼,並將其替換為A / B測試的獲勝版本。
- 重來 在#1處進一步澄清結果或開始另一個測試。
A/B 測試是一個無限的過程; 通過不同的測試,您應該能夠將轉化率提高 3 到 5 倍。 並非所有實驗都會成功,但一旦成功,這是最大限度地提高網站性能的好方法。
關於 ChangeAgain 的 A/B 測試平台
ChangeAgain提供的平台可以根據您進行的實驗的數量來定價,而不是根據您的網站印象而定–非常有用,因為大量網站的測試成本非常高。 他們也有一些 特色,例如能夠與Google Analytics(分析)同步目標的能力以及無需編碼經驗的可視化編輯器。