A/B測試拯救了誰？

雖然許多人都明白A/B測試（分裂測試）是什麼，但許多人並無使用這個重要的工具來發揮其所有潛力。這些測試的優勢是它們能夠用於幾乎任何東西。你能夠在付費搜索廣告中測試像廣告文案同樣簡單的內容，其複雜度就跟測試網頁上的整個內容同樣。

這些測試對你的總體營銷工做產生了巨大的影響。它們容許你分析什麼是有效的，什麼不在細化的水平上。只要進行其中一項測試，就能夠大幅提升轉換率，註冊數或其餘目標，若是你知道要尋找的目標。

什麼是A/B測試

對於那些可能模糊的細節，如廣告，落地頁，郵件，你均可以對它們的兩個或更多不一樣版本進行A/B測試，在每一個版本里，你修改文本，行動號召，顏色，圖片，按鈕或幾乎任何可能影響用戶體驗的東西。

測試的重要部分是多樣性，可是選擇什麼進行測試必須有一個緣由。簡單地設計測試而不考慮市場就極可能對營銷工做幫助不大。你須要調整測試內容以適應受衆。一個好方法是爲內容創建買方角色，以肯定你要定位的對象以及他們正在尋找的是什麼。

下一步是肯定你計劃定位哪些角色。若是它是一個更通常的主題，須要爲整個市場工做，那麼你的設計和佈局就須要把這個因素參考進去。

這個想法是建立兩個或更多獨特的內容段，這些內容段不一樣，足以給出不一樣的結果，可是相似的內容足以使你仍然能夠看到基本消息。

如何實施A/B測試

首先，確保你知道測試的最終結果是很重要的。A/B測試須要有一個目標，不然你得到的數據將不會幫到你。並基於過去的結果和預期的結果創建測試的基線。

你目前使用的內容版本稱爲控制組。控制組是標準，它創建了測試的基線。由於它是你之前在過去使用的方法，對比測試結果，你就能獲得堅實的想法。

第二部分，你正在測試的新想法或以不一樣的方式來處理內容的主題是變量組。你可使用盡量多的變量來測試多種不一樣的方法。只要確保你有一個很是明確的目標，以及一個結論性的基礎來作比較。

全部變量都將同時運行。讓相同大小的流量指向測試中的每一個變化。運行在同一時間能夠排除任何可能改變結果的外部變量。例如，若是你嘗試在早上運行測試 A ，在晚上運行測試 B ，則可能會獲得徹底不一樣的流量模式和一組不一樣的用戶，這會致使結果誤差，沒法提供準確的數據。

爲何應該使用A/B測試

看幾個成功的A/B測試例子。2008年，奧巴馬當選爲美國總統。但他怎麼作到的？若是咱們探尋最簡單的緣由，答案就一個字：錢。

競選很燒錢，其中很大一部分來自籌款和捐款。 2007年12月，奧巴馬在民意調查中獲得大量選票，他的競選團隊決定改變一些事情。

他們在奧巴馬的網站上實施分組測試，並在網站的初始頁面上測試了四個不一樣的按鈕和六個不一樣的媒體。有不少種測試變量（24種，4個按鈕x 6種媒體），他們被給予了很是具體和詳細的信息，被證實是最有效的。

結果影響很大。工做人員認爲最好的組合其實是表現最差的組合之一。相比之下，表現最好的讓網站註冊率提升了40％。在活動期間有超過1000萬人註冊，採用本覺得最好的選擇，他們已經失去了近300萬個電子郵件地址。平均每一個郵件地址捐款21美圓，這意味着已經損失了超過6000萬美圓的捐款！

不只總統競選能夠從A/B測試中受益。 Google 也如此！

在 Gmail 的早期， Google 搜索產品副總裁 Marissa Mayer 想要找出一種方法，來爲它們的 logo 找出最成功的藍色。

因此她對40種不一樣的藍色作了A/B測試，以肯定最佳狀況。Google 的每位訪問者隨機顯示這40種顏色（每種顏色的網站流量的2.5％），而後記錄每一個測試的數據，如註冊轉化率，網站停留時間和跳出率。

你在 Google 或 Gmail 看到它所顯示的藍色，或 Google 的其它任何網站上的藍色都是測試的結果嗎？是的，這是測試的最終結果。若是它對谷歌和奧巴馬來講足夠好，那麼測試對你的業務也一樣如此。

如今讓咱們認真對待，沒有人但願你能像谷歌那樣進行這樣一個特定的測試，或者像奧巴馬總統那樣。關鍵是，這些測試對你的業務模式有着很是顯著的影響。

若是你是小型企業，你能夠測試目標網頁的副本，不一樣的號召性用語，不一樣的圖片，顏色等。幾乎任何企業均可以從這些測試中受益，由於它們將幫你微調內容並充分利用你的營銷預算。

本文由吆喝科技編譯自：http://www.roirevolution.com/...