聊天機器人中的 A/B 測試

原文做者：Oksana Oboishchyk
原文連接：A/B 測試在 Chatbots
編譯：一熊翻譯組 Mason

目前，沒有太多的工具和平臺爲聊天機器人提供 A/B 測試。可是，A/B 測試是在部署聊天機器人至運行環境時檢驗對真實用戶可行性最重要的營銷策略之一。

對具備自身特性的聊天機器人進行 A/B 測試本質上是爲了達到同一目的：它能夠幫助客戶瞭解流程中的任何一部分。

有了聊天機器人，不只是特定區塊須要 A/B 測試，甚至像是不一樣類型的初次使用場景或購買流程的區塊順序，也須要使用 A/B 測試。經過這樣作，咱們能夠肯定用戶流失，並作出改善用戶體驗的重要改變。

聊天機器人在 A/B 測試中須要去衡量的三個最重要的指標是：

• 留存率

• 用戶流失

• 主要轉換

留存率是留存下來的聊天機器人使用者數量相對於尚在徘徊中的使用者數量的比率。留存率的目的是監控聊天機器人在吸引與留住用戶過程當中的表現。一個結構良好而且在用戶體驗上極具吸引力的信使聊天機器人在留存率上高達 70%，而普遍使用的電子郵件營銷活動只有 40%。

用戶流失反映了在整個流程中，訪問者在何處離開既定的主要流程而走向了徹底偏離了意向的邏輯。這一指標的主要反映了你的聊天機器人在何處存在漏洞令用戶不斷流失。其意味着你能夠在用戶體驗區塊與其餘因素上有一些認知：那些用戶在此處得到應有的用戶體驗前就已經感到乏味或是受挫。

對話一般會表明重要的用戶操做，當有人與你的聊天機器人中對你的業務十分重要的用戶體驗關鍵點進行交互時，這些用戶操做將被記錄下來。例如，點擊用戶流程的特定 CTA，與代理商實時通信，完成結賬過程等。

一些聊天機器人構建平臺已經爲聊天機器人的 A/B 測試提供現成的解決方案。若是你對這些工具不滿意或者須要定製解決方案，並且你還會編程，那麼你徹底能夠設置自定義跟蹤並以簡單的圖形或表格的形式對這些數據進行可視化來解決問題。

當進行 A/B 測試時，創建適當的檢測以提供有效信息十分重要，由於您可使用這些信息來改善您的聊天機器人流程以及進階性能。A/B 測試中的每個檢測均可能包含擁有相同功能的兩個以上的變體，或須要驗證的特定用戶體驗元素。例如，咱們能夠在主 CTA 按鈕上設置三個不一樣的選項來提示用戶購買不一樣的款式。或者也能夠是新手入門流程的變化，比方說帶有一個簡單的圖像歡迎消息與包含副本和按鈕的文本選項，抑或者是一個圖庫或列表視圖形式的菜單。其實可供選擇是很是多的。

如下是用 A/B 測試檢測你的聊天機器人的具體步驟：

1.選擇一款 A/B 測試的工具或平臺，此前提到過，你也能夠在 JSONs 的幫助下設立一個自定義追蹤，若是你會編程的話。

2.檢查一下用戶體驗流程以及肯定好哪些地方是在上線前須要進行 A/B 測試的。若是您不經過 A/B 測試來檢測用戶歷程中最重要的幾點，那麼你可能會失去大量有價值的數據，這些數據可能會幫助你在將來創建更具吸引力的流程。

3.開始第一個檢測，在你的機器人部署至運行環境並將它開放至真實用戶後採集數據。

4.對比分析收集到的數據並根據你的觀點進行修改。

5.基於上一個觀點開始下一個檢測，並創建這一循環。

至此，你的聊天機器人的留存率與轉換率應該會逐漸提升，併爲其所服務的業務或公司提供更多價值。

做爲 Chatfuel 的活躍用戶，我推薦使用 Chatfuel 中的序列進行 A/B 測試，它容許你建立單一或多個片斷的流程，這些片斷能夠根據特定或隨機的規則和時機推送給訂閱的用戶。