如何使用 A/B 測試工具實現優化成功？ 前 6 大因素解釋

為您的企業投資合適的 A/B 測試工具只是第一步。 真正的魔力在於您的流程和策略。

但是，哪些流程和策略可以使您的優化計劃獲得最佳結果？

在本文中，我們將向您展示使您的 A/B 測試工具盡可能為您工作並獲得最高投資回報率的 6 種方法。

但在我們開始之前，使用 A/B 測試工具時需要牢記一些關鍵方面。 這些方面與：

1. 工具的限制
2. 該工具背後的供應商團隊的限制，以及
3. 您自己的優化過程和文化的限制可能會在成功使用 A/B 測試平台時遇到障礙。

現在，讓我們深入探討這 6 種獲取最大收益的方法：

1.從教育開始（不要跳過這個）

這是您投資使用這些工具的人的地方。 因為，無論是免費還是付費，您的 A/B 測試工具所帶來的收益都與使用它的人一樣好。

初學者測試人員手中的 A/B 測試軟件與專家手中的相同軟件不同。

OptiPhoenix 的 Ace 優化師 Simar Gujral 深諳此道。 他為新員工進行工具培訓，但超越了“如何使用 A/B 測試工具”來強調流程培訓和策略。

Journey Further 的 Jonny Longden 說，你的投資的 80% 應該在人身上，20% 在技術上：

因此，從優化中獲得最大 ROI 收益的第一步是讓自己和您的團隊了解正確的 A/B 測試流程和策略。

您可以開始使用 CXL 的 CRO 和 A/B 測試程序。 事實上，作為 Convert 客戶，您將可以訪問此 CXL 培訓計劃。

培訓是讓測試人員準備好：

• 提出偉大的假設進行測試
• 首先優先測試高影響區域
• 正確讀取數據並提取有價值的見解
• 尋找測試想法
• 測試正確的事情

… 和更多。

它是最佳 A/B 測試正確性的基礎。 因為…

該工具僅與假設一樣好

讓我們面對現實吧：您的工具只會按照您的意願行事。

如果你的出價是基於糟糕的假設，A/B 測試不會給你想要的結果。

有很多方法可以建立一個偉大的假設，但只有當它們是從可靠的數據中創建時才有可能。 這不僅僅是數據的收集，還有數據的處理和解釋。 因此，對支持您的假設的數據分析的態度應該是業務增長的態度。

使用您的數據來發現您的產品或業務中的問題並揭示改進的機會。 這就是開始的地方。

這也是未來假設的教育跳板。 從測試中學習可以闡明什麼有效，什麼無效的新見解。 這裡的常見錯誤是將失敗的測試視為失敗。

所有這些實驗都可以幫助您進一步了解您的策略——避免錯誤轉向或繼續有效的方法——無論哪種方式，您都在正確使用您的工具。

如果沒有適當的執行，最好的假設可能會出軌

即使你的假設是正確的，如果沒有適當的執行，你可能無法充分利用它。

發生這種情況的原因有很多。

例如，您可能是

• 運行測試時間過長
• 運行測試的時間不夠長
• 同時運行太多測試
• 在錯誤的時間進行測試，或
• 以錯誤的方式設置測試。

造成這裡問題的主要原因是缺少以下三件事中的一項或多項：

• 正確的實驗心態和策略
• 優質的技術和理論知識
• 充分了解使用該工具。

對於前兩個，高質量的教育和實踐經驗涵蓋了它。 對於最後一個，您的 A/B 測試工具欠您一個入門會話，以消除您的用例特有的所有誤解。

在 Convert，我們發現在接受過強大技術培訓並與我們的專家一起尋求工具教育的客戶與從我們的應用程序中獲得價值的機會之間存在很強的相關性。

確保為您提供的應用引導是以用戶為中心，而不是以功能為中心。 您希望供應商在設計入職培訓時考慮以下因素：

1. 您從工具中尋求的核心價值
2. 體驗核心價值所必須採取的步驟
3. 一路上遇到的摩擦
4. 您的易用性。

當您需要將您的成功實驗付諸實施時，它可能會卡在開發隊列中。 也許優化團隊中沒有專門的開發人員，或者主要的 Web 開發團隊正忙於“更大”的項目。

但是這些小的變化可能會產生很大的影響——您也已經證明了這一點——因此它們值得開發人員同等關注。 拆分您的產品開發隊列，以便小的修復得到與大而緊急的任務相同的關注。

2. 利用工具的靈活性發揮您的優勢

盡其所能使用工具的另一種方法是利用其全部功能 - 當然，僅適用於您的獨特用途。

您可以使用：

集成

集成是創建相互關聯的協作工具堆棧以增強您的 A/B 測試、營銷或轉化率優化工作的支柱。

可能是從堆棧的多個工具中提取數據並為假設提供信息，將這些數據發送到盡可能多的平台，包括谷歌分析，或者對您的電子郵件營銷活動進行 A/B 測試。

以下是 Speero 的首席技術官 Silver Ringvee 對此的評價：

自助支付

對於剛開始進行 A/B 測試並且實際上並沒有無窮無盡的預算可以應付的企業來說，這一點尤其如此。 目的是穩步提高您的測試速度。

因此，請確保該工具允許您根據需要購買更多經過測試的用戶，而無需暫停您的計劃，直到您升級到更高價格的級別（在與銷售代表進行疲憊的對話之後）。

如果您可以升級以訪問您可能只在需要時偶爾需要的功能，那將是理想的選擇。 當您的測試程序處於停滯狀態時降級，以便您可以使用預算來提升您的團隊的技能。 不要錯過這個機會。

此外，昂貴的工具帶有很大的承諾，很快就會變成炒作。 不要被那些能讓你測試一切的花里胡哨的東西賣掉。 你很少需要這樣做。

相反，請專注於可以讓您測試業務需求的工具。 這就是教育和測試策略的用武之地。

3. 檢查工具引入的（有效性）威脅

在您完全信任您的結果之前，請確保您完全了解您選擇的工具是如何工作的以及您是如何實施測試的。

這裡的目標是查看您的數據是否以某種方式損壞，以便您知道對結果有多大信心。

A/B 測試工具會影響您的核心網絡生命力嗎？

確保您以不會降低搜索引擎排名的方式實施 A/B 測試工具。 您不希望 SEO 與 CRO 辯論。 兩者齊頭並進。

您幾乎不會出於 CRO 目的對您的網站進行任何更改，這會破壞您在 Google 中的地位。 您所做的任何更改通常都會影響關鍵字、頁面內容和用戶體驗。 這只是 200 多個排名因素中的 3 個。

而且，由於您增加了這些頁面上的轉化次數，因此您也向 Google 發送了人們喜歡您的內容的積極信號。 跳出率較低，訪問者數量正在增加。

根據 Moz 的 Rand Fishkin 的說法，只要您沒有對頁面進行瘋狂的更改，您就應該將 CRO 和 SEO 視為隊友，而不是相互對立的因素。

您的 A/B 測試工具會導致閃爍嗎？

您不希望眨眼歪斜測試數據。 選擇一個不會閃爍的工具。

閃爍會破壞您從實驗中收集的數據的完整性，因為您的網站訪問者很明顯您的網頁正在發生一些奇怪的事情。 當他們在變體出現之前瞥一眼原始版本時，就會在他們的腦海中留下問號。 不言而喻，向同一訪問者顯示不同版本的頁面會破壞用戶體驗。

您需要以明確支持不閃爍的方式部署工具代碼。 這是你可以做到的。

以下是專家們必須分享的關於網站優化中閃爍的一些實際影響的內容：

您的 A/B 測試工具是否考慮了隱私因素？

通常，當 A/B 測試工具不使用第一方 cookie 時，由於跨瀏覽器的跟踪預防，現有的網站訪問者可能會在報告中重新計算，或者更糟糕的是，會同時受到處理和控制。

這種跟踪預防包括：

• 來自 Safari 的智能跟踪預防 (ITP)
• 來自 Mozilla 的增強型跟踪保護 (ETP)，以及
• 來自 Microsoft Edge 的跟踪預防

根據您使用這些瀏覽器的流量百分比，它們對您的營銷分析的影響程度會有所不同。

由於這些預防措施，瀏覽器將 cookie 保留不同的時間長度。 從長達 30 天到短至 24 小時。 由於 cookie 幫助工具識別用戶，這會影響新用戶數量並混淆轉化率計算。

比如說，cookie 的保質期是 24 小時，如果同一個人相隔 2 天訪問您的網站，將被記錄為 2 個不同的用戶。

如果這種情況發生在 100 位用戶中，其中 50 位最終轉化，則轉化率（轉化率除以用戶數）將為 0.25。 因為這 100 個用戶被記錄為 200 個不同的人。 轉換率應該是 0.50。

這會影響各種與用戶相關的指標。 為了讓您繼續盡可能準確地獲取測試和營銷分析所需的數據，請選擇具有無 cookie 世界解決方案的工具。

您的 A/B 測試工具會導致對照組和治療組之間的交叉污染嗎？

另一件可能破壞測試結果完整性的事情是對照組和治療組之間的交叉污染。 您的測試結果不應受到其他測試結果的影響。

如果您打算在一個網站或網頁上運行多個測試，您的工具需要具有一個有價值的功能：碰撞預防。

如果您的測試重新設計沒有考慮從控制組到變體組的影響溢出（這在社交媒體實驗中很常見）並且您沒有防止衝突，那麼這是一個合理的 A/B 測試陷阱。

4. 深入了解統計數據並考慮聘請專門的人才

該工具不是投資大部分測試預算的第一選擇。 如果這是您的策略，您甚至可能難以證明您的 A/B 測試的投資回報率。

如果您的組織正在完全吸收實驗文化並一直做出數據驅動的決策，即使您已成功實現數據民主化並在該領域全力以赴，那麼投資於為此目的而獻身的人才。 如果你能負擔得起，一個團隊。

這是因為從長遠來看，試驗不會產生預期的結果，因為它只是營銷團隊中某人的副業。 即使只有 50% 的測試人員也總是勝過 1% 的測試人員。

您還希望更多地關注您的人才的領導能力和溝通技巧，以在您的組織中推廣這種測試文化。 提出很好的假設並運行合理的 A/B 測試、拆分測試或多變量測試是可以學習的技能。

當談到您的 A/B 測試工具時，您希望能夠信任您獲得的結果。 選擇對他們的統計方法開放的選項。

無論是貝葉斯主義者還是頻率主義者，您具有紮實統計背景的專業人才應該能夠理解這些數字是如何計算的。 通過這種方式，您可以提取更準確的見解，並從投資於您的工具的資金中獲得全部價值。

即使您使用的是最好的免費 A/B 測試工具之一，Google Optimize，您也需要此信息。 不幸的是，關於 GO，您所能了解的只是它使用貝葉斯，但不會與您分享其先前的考慮。 這是缺乏透明度和一個大問題。

也許是時候考慮過渡到更可靠的測試了？

另一方面，使用頻率統計引擎，合作者可能只關注統計顯著性水平並得出錯誤的結論。 啊，偷看的不合邏輯的罪過！ 你應該等到它達到樣本量。

你能做的就是製定禁止偷看的規則。 您不希望人們得出影響決策質量的錯誤結論。

始終選擇具有透明統計引擎的供應商。

Convert Experiences 使用 0.05 置信水平 (95%) 的 2 尾 Z 檢驗（即每個尾為 0.025，正態對稱分佈），並可選擇在 95%-99% 之間進行更改。

5. 設置您的工具以供使用和採用

組織中其他成員採用測試文化的障礙之一是其中一些工具的學習曲線相當陡峭。

但是你可以讓普通用戶更容易理解和理解。 就是這樣：

開始權利

如果有很多功能看起來太技術性甚至無法打擾，那麼您很容易壓倒其他人。

如果您不使用這些花哨的功能，請選擇一個輕量級的工具來減少功能膨脹。 VWO 的產品為此做好了準備（是的，一個競爭對手……但他們的這方面真的很棒）。

使用工具的項目管理功能

這是一種讓其他人參與進來並作為一個團隊無縫地進行 A/B 測試的絕佳方式。

此外，其他人可以將相同的工具用於不同的目的。 例如，Convert 能夠在一個帳戶中擁有多個項目，每個項目都能夠處理無限的子域。

命名很重要

以這樣一種方式進行設置，以便團隊中的任何人都可以使用該工具並了解正在發生的事情。 在這種情況下，熟悉會滋生收養。

確保您很好地使用了供應商支持

了解您可以聯繫支持團隊的所有方式。 您需要一個反應迅速且知識淵博的團隊來為您提供運行測試時所需的幫助。

確定您的計劃中是否提供電子郵件、聊天和電話支持。

此外，將您的 CSM 用作責任合作夥伴。 讓他們知道您的目標，這樣他們就可以在工具方面為您指明正確資源的方向。 如果您沒有專門的營銷人員或實驗人才或需要諮詢，您的供應商通常知道擅長使用他們的工具的專業人士。 並且很樂意做介紹。

6. 為您的 A/B 測試程序測量正確的輸出

如果您不將 A/B 測試計劃歸因於收入增長，那麼您似乎無法獲得急需的關注。 通常，高管需要準確的數字來驗證是否需要進行 A/B 測試。

“我們應該期待什麼百分比的提升？ 這會給今年的收入增加多少？”

但這不是實驗的目的。 A/B 測試旨在為想法增加確定性或信心的衡量標準——假設是否正確。

事實上，這種方法可能會導致以下問題：

1. 設定實際無法滿足的期望，
2. 僅將收益歸因於 A/B 測試，而忽略其他關鍵參與者，
3. 將失敗的測試視為完全失敗，而不是洞察什麼有效（利潤增長）和什麼無效（風險緩解），
4. 對測試結果進行不准確的推斷。

話雖如此，您不想使用 A/B 測試工具來跟踪鏈接點擊。 相反，選擇正確的 A/B 測試目標。 並利用您工具的高級目標選項的力量來詳細了解您正在跟踪的內容和原因。

以下是如何選擇您應該跟踪的正確目標和指標：

1. 從對您的業務重要的目標開始。 這樣您就可以選擇與業務目標一致的 A/B 測試目標。
   
   如果企業的目標是通過獲得更多客戶來增加收入，那麼您的實驗應該著眼於產生潛在客戶。

2. 選擇你的主要和次要目標。 主要是那些直接鏈接到業務目標的那些，例如應用程序下載和演示請求。
   
   次要目標支持主要目標，因為它們是微轉換，通常會導致在未來某個時間點實現次要目標。 這些可能與您的內容互動或註冊時事通訊。
   
   這裡的想法是識別有助於實現主要業務目標的因素。

3. 決定測量什麼。 這些是您的關鍵績效指標 (KPI) — 表明您與主要業務目標相關的指標。
   
   當您認識到這一點時，就更容易實際衡量和改進那些直接影響業務正增長的指標。

如果你沒有正確地設定你的目標，你要么慶祝沒有動搖的小目標，要么不斷投資於難以校準、設計、部署並最終看起來像失敗的“大天空創意” . 平衡位於中間。

下一步

使用您的 A/B 測試工具來達到 100% 的容量並不總是可行的，但使用它為您的業務獲得最大收益是您可以努力實現的目標。

第一步，如果您還沒有選擇一個或對您目前擁有的東西沒有信心，那就是找到適合您需要的工具。 然後，有了這 6 種策略，就一路向上。

如何通過 A/B 測試提高投資回報率？

使用 Convert 預訂演示以找出答案。

請求您的演示