努力證明 A/B 測試的投資回報率？ 讓我們幫忙
已發表: 2020-10-29
您的 A/B 測試計劃的價值是什麼？ 它給您的公司帶來什麼好處？
您已經知道 A/B 測試有助於優化轉化率並增加收入。 但是，您究竟如何證明 A/B 測試會影響您的底線呢？
用馬特·格肖夫的話來說，
A/B 測試可以減輕導致傷害或損失的行為變化
但所有這些可能不會給貴公司的最高管理層留下深刻印象，他們需要有形的數字來顯示您的 A/B 測試計劃的投資回報率。 證明 A/B 測試的好處可以在像現在這樣的動盪時期贏得高管的支持。
以下是如何證明您的實驗計劃的價值！
計算 A/B 測試程序的投資回報率
使用收入，您可以計算 A/B 測試計劃的投資回報率。 Peak Activity 的人有一個很好的公式來計算你的投資回報率。 以下是您應該了解的一些指標：
每次會話收入 (RPS)
計算對照和變體的 RPS。 這是總收入除以您的控件和變體的會話總數。
RPS =（總收入÷總會話數）
平均銷售額提升
這將涉及您的控件和變體的 RPS。 該指標必須具有統計意義。
平均銷售提升 =（您的變體的 RPS – 您的控制的 RPS）– 1
運行實際 A/B 測試的成本
這是控制收入乘以平均銷售提升。
A/B 測試成本 =（控制收入 * 平均銷售額提升）
流量拆分乘數
首先，通過添加控件和變體的總會話數來計算總會話數。 然後，使用該圖計算控件和變體的流量分佈。
總會話 =（控制會話 + 變體會話）
Control 的流量分佈 =（Control 流量 ÷ 總會話數）* 100
變體的流量分佈 =（變體流量 ÷ 總會話數）* 100
變體變化的價值
這是通過將運行 A/B 測試的成本乘以 2 來計算的。這是因為標準 A/B 測試往往有兩種處理方法。 對於您有多種治療的多變量測試，這個數字會有所不同。
變化的價值 =（運行測試的成本 * 2）
從測試持續時間中獲得的價值
這基本上是從變體更改的價值中移除的運行 A/B 測試的成本。
測試期價值 =（運行測試成本 - 變更價值）
如果變體上線，預測增量收入
要找到每天的平均銷售額，請將變體中的更改值除以測試運行的天數。
每天的平均銷售額 =（變體更改的價值 ÷ 測試持續時間）
收入預測將是每天的平均銷售額乘以預測期間的天數。 請記住預測足夠遠，以減少季節性、銷售活動、客戶行為等的影響。
A/B 測試項目的總體價值
現在您可以計算 A/B 測試程序的 ROI：
A/B 測試計劃 =（成功測試 + 失敗測試 + 成本）
注意：失敗的測試只需要前 3 個步驟，而獲勝的測試需要所有步驟。
我們詢問了幾家擁有成熟 A/B 測試計劃的公司，分享他們如何計算測試的投資回報率。
他們是這樣說的。
NuLeaf Naturals 運營副總裁 Ian Kelly 分享道：
第一步是計算實驗的總成本。 這包括用於 A/B 測試的工具成本和進行測試所需的時間。 時間的價值等於員工在項目上花費的總時間乘以小時工資。 此外，如果測試導致轉化次數減少，請添加機會成本。 機會成本是如果你沒有進行實驗，你可以賺到的額外錢。
第二步是建立一個以產品銷售為終點的清晰渠道。 EveryTrack 漏斗的每一步。 使用 Mixpanel 之類的工具來完成這項工作。 在 A/B 測試中，同一個漏斗會有兩種變體。 這些更改可以針對受眾、使用的顏色，甚至是使用的副本。 應分別跟踪和比較這兩種變化。
一旦上述所有數據可用，就很容易證明您的 A/B 測試程序的投資回報率。 最好在每個季度末計算投資回報率。 有些實驗會失敗，而有些實驗會成功。 收入的整體提升應該大於 A/B 測試計劃的成本。 如果不是這種情況，請重新考慮您的測試策略
Thrive Cuisine 的首席營銷官 George Pitchkhadze 概述了他公司的以下流程：
計算你的實驗成本。
要計算投資回報率，您需要了解您的成本。 這應包括直接和間接成本，例如：
- 使用的軟件/服務的成本。
- 使用的工時成本。
- 直接成本（例如出租電子郵件列表或 PPC 廣告的成本）。
例如，假設我正在 A/B 拆分測試兩個廣告平台。 我應該看看我們的 PPC 廣告成本——而且還要看看運行每個廣告集需要多少小時，以及我們用來通知我們的廣告的分析服務的價格。
計算你的回報
這部分很簡單。 計算來自努力的直接回報。 這裡重要的是使用現代分析工具將銷售和收入與發送的電子郵件、FB/Google 上的廣告集等聯繫起來。
計算投資回報率
現在您對回報和投資有了準確的了解，您可以輕鬆計算投資回報率。 請記住：徹底計算實驗成本，並將回報與部署的特定活動和消息聯繫起來
衡量 A/B 測試影響的其他方法
還有其他方法可以衡量 A/B 測試計劃的投資回報率。
Convert 的集成主管、數據隱私和信息安全官 Dionysia Kontotasiou 分享了另外 4 種方法來衡量 A/B 測試的影響。
1. 有多少實驗正在結束？
如果一家公司的大部分實驗都沒有結果，這可能表明他們的實驗設置不正確。 也許他們在寫模棱兩可的假設，例如“這種變化將使應用程序變得更好”，而不是像“這種變化將使每月註冊量增加 5% ”這樣的明確假設。
您的假設是否會產生不確定的結果？ 每次都使用 Convert 的假設構建器來製定可靠的假設。
2.產品團隊反饋
產品團隊是否擁有比以往更多的用戶洞察和數據？ 他們的產品發布是否越來越成功？ 如果是，這是一個好兆頭，表明正在進行的 A/B 測試是成功的。
3. 實驗速度
測試速度是衡量您在特定時間段內執行多少測試的指標。 這是一個操作基準，用於衡量您設計、開發、測試、分析和啟動測試的速度。 雖然一些較大的測試需要更長的時間，並且對於產生更大的結果影響很重要，但不應忽視較小的“速贏”。
4. 運行程序的預計成本與實際成本
跟踪用於運行程序的時間或預算。 您還可以監控您的預計預算與您在測試項目上的實際支出，以評估您的 A/B 測試計劃的價值。
如果您將 Convert Experiences 用於您的 A/B 測試程序，您可以訪問包含您的目標和每個測試變體的性能的複雜報告（如下面的屏幕截圖），因此您不僅可以最大化 ROI，還可以證明它！
結論
A/B 測試的價值在於發現改進以增加收入或在您的網站上為您的客戶提供更好的體驗，以及降低可能出現的風險。 使用收入和其他衡量標準，您可以最終向公司的 C 套件證明您的 A/B 測試計劃的投資回報率。
使用 Convert 預訂演示以找出答案。
請求您的演示