A/B测试

什么是A/B测试？

A/B测试（也称为拆分测试或桶式测试）是一种比较网页或应用程序的两个版本的方法，以确定哪一个表现更好。AB测试本质上是一个实验，在这个实验中，一个页面的两个或多个变体被随机显示给用户，并使用统计分析来确定哪个变体在给定的转换目标中表现更好。

AB测试

运行AB测试，直接将变体与当前体验进行比较，让您可以就网站或应用程序的更改提出重点问题，然后收集有关该更改影响的数据。 测试消除了网站优化中的猜测，并实现了基于数据的决策，将业务对话从 “我们认为 “转变为 “我们知道”。通过测量变化对您的指标的影响，您可以确保每个变化都会产生积极的结果。

A/B测试如何工作

在A/B测试中，你把一个网页或应用程序的屏幕，并修改它以创建同一页面的第二个版本。这种改变可以是简单的一个标题或按钮，或者是一个完整的页面重新设计。然后，您的一半流量显示的是原始版本的页面（称为控制），一半显示的是修改后的页面（变化）。 当访问者接受控制或变化服务时，他们对每个体验的参与度将被测量和收集到分析仪表板中，并通过统计引擎进行分析。然后，您可以确定改变体验对访客行为是否有积极、消极或无影响。

为什么你应该进行A/B测试

A/B测试允许个人、团队和公司在收集结果数据的同时，对用户体验进行仔细的修改。这使他们能够构建假设，并更好地了解为什么他们的体验的某些元素会影响用户行为。从另一个角度来说，他们可以被证明是错误的–通过A/B测试可以证明他们对某一目标的最佳体验的看法是错误的。 AB测试不仅仅是回答一次性的问题或解决分歧，还可以持续地使用AB测试来持续改进给定的体验，随着时间的推移，改善转化率等单一目标。 例如，一家B2B技术公司可能希望提高他们的销售线索质量和活动登陆页面的数量。为了实现这一目标，团队会尝试对标题、视觉图像、表单字段、行动号召和页面的整体布局进行A/B测试更改。 每次测试一个变化有助于他们确定哪些变化对访客的行为有影响，哪些没有。随着时间的推移，他们可以将实验中多个成功变化的效果结合起来，以证明新体验与旧体验相比有可衡量的改进。

A/B测试结果随时间推移

这种对用户体验进行引入改变的方法，也可以使体验得到优化，达到理想的效果，并且可以使营销活动中的关键步骤更加有效。 通过测试广告文案，营销人员可以了解哪个版本能吸引更多的点击。通过测试后续的登陆页面，他们可以了解哪种布局能最好地将访问者转化为客户。如果每个步骤的元素都能尽可能有效地工作以获得新客户，那么营销活动的整体支出实际上可以减少。

A/B测试转换漏斗

A/B测试也可以被产品开发者和设计师用来展示新功能或用户体验变化的影响。产品入驻、用户参与、模式和产品内体验都可以通过A/B测试进行优化，只要目标明确，并且有明确的假设。

A/B测试流程

下面是一个A/B测试框架，你可以用它来开始运行测试。

收集数据

您的分析结果通常会提供洞察力，让您了解可以从哪里开始优化。从您网站或应用程序的高流量区域开始有帮助，因为这将使您能够更快地收集数据。寻找低转化率或高下线率的页面，可以改进。

确定目标

你的转换目标是你用来确定变体是否比原始版本更成功的指标。目标可以是任何东西，从点击一个按钮或链接到产品购买和电子邮件注册。

生成假设

一旦你确定了一个目标，你就可以开始生成A/B测试的想法和假设，为什么你认为它们会比当前版本更好。一旦你有了一个想法的清单，根据预期的影响和实施的难度来确定它们的优先级。

创建变体

使用您的A/B测试软件（如Optimizely），对您的网站或移动应用体验的一个元素进行所需的更改。这可能是改变按钮的颜色，交换页面上元素的顺序，隐藏导航元素，或完全自定义的东西。许多领先的A/B测试工具都有一个可视化编辑器，可以轻松实现这些更改。确保QA你的实验，以确保它的工作与预期一样。

运行实验

启动你的实验，等待访客参与! 在这一点上，您的网站或应用程序的访问者将被随机分配到您的体验的控制或变化。对他们与每种体验的互动进行测量、计算和比较，以确定每种体验的表现。

分析结果

一旦您的实验完成，就可以分析结果了。您的A/B测试软件将呈现实验数据，并向您展示您的页面的两个版本之间的表现差异，以及是否存在统计学上的显著差异。 如果你的变体是赢家，恭喜你! 看看你是否可以将实验中的经验教训应用到你网站的其他页面上，并继续迭代实验以改善你的结果。如果你的实验产生了负面结果或没有结果，不要担心。将实验作为一种学习经验，并产生新的假设，你可以测试。

A/B测试流程

无论您的实验结果如何，都要利用您的经验为未来的测试提供参考，并不断迭代优化您的应用或网站的体验。

A/B测试和SEO

谷歌允许并鼓励A/B测试，并表示执行A/B或多变量测试不会对你的网站搜索排名构成内在风险。然而，通过滥用A/B测试工具来达到隐形等目的，有可能会危及你的搜索排名。谷歌已经阐述了一些最佳实践，以确保这种情况不会发生。 不做隐匿 — 隐匿是指向搜索引擎展示的内容与一般访客看到的内容不同。隐身会导致你的网站被降权甚至从搜索结果中删除。为了防止隐匿，不要滥用访客细分，根据用户代理或IP地址向Googlebot显示不同的内容。 使用rel=”canonical”–如果你使用多个URL进行拆分测试，你应该使用rel=”canonical “属性将变体指向网页的原始版本。这样做将有助于防止Googlebot对同一页面的多个版本感到困惑。 使用302重定向而不是301s – 如果你运行一个测试，将原始URL重定向到一个变体URL，使用302（临时）重定向与301（永久）重定向。这告诉搜索引擎，如谷歌，重定向是临时的，他们应该保持原始URL索引，而不是测试URL。 只在必要的时候进行实验–运行测试的时间超过了必要的时间，尤其是当你向很大比例的用户提供你的网页的一个变化时，可以被视为试图欺骗搜索引擎。谷歌建议在测试结束后尽快更新您的网站并删除所有测试变体，避免不必要地长时间运行测试。 有关AB测试和SEO的更多信息，请参阅我们的知识库文章，了解A/B测试如何影响SEO。 一家媒体公司可能希望增加读者数量，增加读者在其网站上花费的时间，并通过社交分享放大他们的文章。为了实现这些目标，他们可能会测试以下方面的变化。

• 电子邮件注册模式
• 推荐内容
• 社交分享按钮

一家旅游公司可能希望增加在其网站或移动应用上完成的成功预订数量，或者可能希望增加辅助购买的收入。为了改善这些指标，他们可能会测试以下的变化。

• 首页搜索模式
• 搜索结果页
• 辅助产品介绍

一家电商公司可能希望增加完成结账的次数、平均订单价值，或者增加假日销售。为了达到这个目的，他们可以进行A/B测试。

• 首页的促销活动
• 导航元素
• 查看漏斗组件

一家科技公司可能想为他们的销售团队增加高质量的线索，增加免费试用用户的数量，或者吸引特定类型的买家。他们可能会测试。

• 潜在客户表单组件
• 免费试用注册流程
• 主页信息和行动呼吁

灵蹊百科 – 营销优化领域权威在线百科词典

本页包含A/B测试的技术定义。它用计算机术语解释了A/B测试的含义，是灵蹊百科中众多互联网术语之一。 灵蹊百科上的所有定义在技术上是准确的，但也是容易理解的。如果您觉得这个A/B测试的定义对您有帮助，您可以使用上面的引用链接进行参考。如果您认为某个术语应该更新或添加到灵蹊百科中，请给灵蹊百科发邮件! 订阅灵蹊Blog，以在您的收件箱中获得最新营销热点和深度解读。您可以选择每天或每周接收一次电子邮件。