努力证明 A/B 测试的投资回报率？ 让我们帮忙
已发表: 2020-10-29
您的 A/B 测试计划的价值是什么？ 它给您的公司带来什么好处？
您已经知道 A/B 测试有助于优化转化率并增加收入。 但是，您究竟如何证明 A/B 测试会影响您的底线呢？
用马特·格肖夫的话来说，
A/B 测试可以减轻导致伤害或损失的行为变化
但所有这些可能不会给贵公司的最高管理层留下深刻印象，他们需要有形的数字来显示您的 A/B 测试计划的投资回报率。 证明 A/B 测试的好处可以在像现在这样的动荡时期赢得高管的支持。
以下是如何证明您的实验计划的价值！
计算 A/B 测试程序的投资回报率
使用收入，您可以计算 A/B 测试计划的投资回报率。 Peak Activity 的人有一个很好的公式来计算你的投资回报率。 以下是您应该了解的一些指标：
每次会话收入 (RPS)
计算对照和变体的 RPS。 这是总收入除以您的控件和变体的会话总数。
RPS =（总收入÷总会话数）
平均销售额提升
这将涉及您的控件和变体的 RPS。 该指标必须具有统计意义。
平均销售提升 =（您的变体的 RPS – 您的控制的 RPS）– 1
运行实际 A/B 测试的成本
这是控制收入乘以平均销售提升。
A/B 测试成本 =（控制收入 * 平均销售额提升）
流量拆分乘数
首先，通过添加控件和变体的总会话数来计算总会话数。 然后，使用该图计算控件和变体的流量分布。
总会话 =（控制会话 + 变体会话）
Control 的流量分布 =（Control 流量 ÷ 总会话数）* 100
变体的流量分布 =（变体流量 ÷ 总会话数）* 100
变体变化的价值
这是通过将运行 A/B 测试的成本乘以 2 来计算的。这是因为标准 A/B 测试往往有两种处理方法。 对于您有多种治疗的多变量测试，这个数字会有所不同。
变化的价值 =（运行测试的成本 * 2）
从测试持续时间中获得的价值
这基本上是从变体更改的价值中移除的运行 A/B 测试的成本。
测试期价值 =（运行测试成本 - 变更价值）
如果变体上线，预测增量收入
要找到每天的平均销售额，请将变体中的更改值除以测试运行的天数。
每天的平均销售额 =（变体更改的价值 ÷ 测试持续时间）
收入预测将是每天的平均销售额乘以预测期间的天数。 请记住预测足够远，以减少季节性、销售活动、客户行为等的影响。
A/B 测试项目的总体价值
现在您可以计算 A/B 测试程序的 ROI：
A/B 测试计划 =（成功测试 + 失败测试 + 成本）
注意：失败的测试只需要前 3 个步骤，而获胜的测试需要所有步骤。
我们询问了几家拥有成熟 A/B 测试计划的公司，分享他们如何计算测试的投资回报率。
他们是这样说的。
NuLeaf Naturals 运营副总裁 Ian Kelly 分享道：
第一步是计算实验的总成本。 这包括用于 A/B 测试的工具成本和进行测试所需的时间。 时间的价值等于员工在项目上花费的总时间乘以小时工资。 此外，如果测试导致转化次数减少，请添加机会成本。 机会成本是如果你没有进行实验，你可以赚到的额外钱。
第二步是建立一个以产品销售为终点的清晰渠道。 EveryTrack 漏斗的每一步。 使用 Mixpanel 之类的工具来完成这项工作。 在 A/B 测试中，同一个漏斗会有两种变体。 这些更改可以针对受众、使用的颜色，甚至是使用的副本。 应分别跟踪和比较这两种变化。
一旦上述所有数据可用，就很容易证明您的 A/B 测试程序的投资回报率。 最好在每个季度末计算投资回报率。 有些实验会失败，而有些实验会成功。 收入的整体提升应该大于 A/B 测试计划的成本。 如果不是这种情况，请重新考虑您的测试策略
Thrive Cuisine 的首席营销官 George Pitchkhadze 概述了他公司的以下流程：
计算你的实验成本。
要计算投资回报率，您需要了解您的成本。 这应包括直接和间接成本，例如：
- 使用的软件/服务的成本。
- 使用的工时成本。
- 直接成本（例如出租电子邮件列表或 PPC 广告的成本）。
例如，假设我正在 A/B 拆分测试两个广告平台。 我应该看看我们的 PPC 广告成本——而且还要看看运行每个广告集需要多少小时，以及我们用来通知我们的广告的分析服务的价格。
计算你的回报
这部分很简单。 计算来自努力的直接回报。 这里重要的是使用现代分析工具将销售和收入与发送的电子邮件、FB/Google 上的广告集等联系起来。
计算投资回报率
现在您对回报和投资有了准确的了解，您可以轻松计算投资回报率。 请记住：彻底计算实验成本，并将回报与部署的特定活动和消息联系起来
衡量 A/B 测试影响的其他方法
还有其他方法可以衡量 A/B 测试计划的投资回报率。
Convert 的集成主管、数据隐私和信息安全官 Dionysia Kontotasiou 分享了另外 4 种方法来衡量 A/B 测试的影响。
1. 有多少实验正在结束？
如果一家公司的大部分实验都没有结果，这可能表明他们的实验设置不正确。 也许他们在写模棱两可的假设，例如“这种变化将使应用程序变得更好”，而不是像“这种变化将使每月注册量增加 5% ”这样的明确假设。
您的假设是否会产生不确定的结果？ 每次都使用 Convert 的假设构建器来制定可靠的假设。
2.产品团队反馈
产品团队是否拥有比以往更多的用户洞察和数据？ 他们的产品发布是否越来越成功？ 如果是，这是一个好兆头，表明正在进行的 A/B 测试是成功的。
3. 实验速度
测试速度是衡量您在特定时间段内执行多少测试的指标。 这是一个操作基准，用于衡量您设计、开发、测试、分析和启动测试的速度。 虽然一些较大的测试需要更长的时间，并且对于产生更大的结果影响很重要，但不应忽视较小的“速赢”。
4. 运行程序的预计成本与实际成本
跟踪用于运行程序的时间或预算。 您还可以监控您的预计预算与您在测试项目上的实际支出，以评估您的 A/B 测试计划的价值。
如果您将 Convert Experiences 用于您的 A/B 测试程序，您可以访问包含您的目标和每个测试变体的性能的复杂报告（如下面的屏幕截图），因此您不仅可以最大化 ROI，还可以证明它！
结论
A/B 测试的价值在于发现改进以增加收入或为您的网站上的客户提供更好的体验，以及降低可能出现的风险。 使用收入和其他衡量标准，您可以最终向公司的 C 套件证明您的 A/B 测试计划的投资回报率。
使用 Convert 预订演示以找出答案。
请求您的演示