AB測試–讓用戶自己決策他喜歡什么｜產(chǎn)品人兒

A/B測試是為產(chǎn)品的某個細(xì)節(jié)制作兩個（A/B）或多個（A/B/n）版本，在同一時間空間范圍內(nèi)，測試目標(biāo)人群的對不同版本的產(chǎn)品特征反應(yīng)。通過測試，給出“哪一種”設(shè)計產(chǎn)生的效果(轉(zhuǎn)化率，業(yè)績，跳出率等) 更好，正式采用。

適用場景

很多營銷人員和設(shè)計師利用A/B測試獲得用戶的行為信息，據(jù)此優(yōu)化體驗、提高轉(zhuǎn)化率、優(yōu)化廣告效果等。

一個產(chǎn)品有無數(shù)個屬性，價格、內(nèi)容、用途、顏色等等，哪一種屬性對用戶構(gòu)成最致命的吸引？是什么決定了用戶留在這里，為此買單？這需要測試才知道。

對于頁面布局、文案內(nèi)容、定價、圖片等，均可進(jìn)行A/B測試。

1、頁面布局

圖文內(nèi)容時，圖片在左邊還是右邊更能符合用戶的習(xí)慣？頁面有廣告位時，廣告位是越高越好還是越低越好？

一般情況下，廣告位越高越顯眼，就會給目標(biāo)頁面帶來更多流量——但是A\B測試通常就是要測那些自以為是常識的東西。

公司花了一定的成本獲得了一個位置很好的廣告位，這個廣告為你提升了50%的銷量，但實際上這些收益還抵不上你為廣告花費(fèi)的成本。

這種情況下，該如何調(diào)整布局來優(yōu)化用戶體驗，降低成本，提高銷量呢？

2、文案內(nèi)容

微小的網(wǎng)頁調(diào)整會改變轉(zhuǎn)化率，微小的用詞上的改變當(dāng)然也可以引起不同的結(jié)果。比如，“Join Now”和“Buy Now”哪一個更能刺激用戶的購買欲?測試一下。同理，整個網(wǎng)頁上的文案風(fēng)格的轉(zhuǎn)變也能造成不同的效果。

2007年AJ Kohn測試了兩個域名www.YourDomain.com和www.yourdomain.com，僅僅是首字母大小寫的問題，結(jié)果令人大吃一驚：大寫的點擊率比小寫的高出53%!文案等小細(xì)節(jié)的調(diào)整也能造成很不同的后果。

3、定價-提價、降價或?qū)Χ▋r加以處理

對于產(chǎn)品來說，定價是一件至關(guān)重要的事情。該怎么讓消費(fèi)者覺得你的定價與你的產(chǎn)品價值是匹配的？也許可以在文案、圖片等方面做工作。

不要想當(dāng)然地認(rèn)為價錢便宜就一定會提升銷量，反之，價格高也不等于銷量少。有的消費(fèi)者看到價錢便宜的商品會懶得點開看，因為覺得“便宜沒好貨”，實際上那個產(chǎn)品質(zhì)量還不錯——所以定價要秉著一分貨一分錢的原則。

此外，還可以嘗試小額的加價。比如一次加2%，看看銷售量如何，在消費(fèi)者承受范圍之內(nèi)再加個2%，小額的加價不會讓用戶覺得你在漫天要價。

4、UI調(diào)整

對于頁面的icon、圖片等，可以通過A/B測試驗證更能夠提高轉(zhuǎn)化率和體驗的元素。

實施方案

1、現(xiàn)狀分析

分析業(yè)務(wù)數(shù)據(jù)，確定當(dāng)前最關(guān)鍵的改進(jìn)點。

2、假設(shè)建立

根據(jù)現(xiàn)狀分析作出優(yōu)化改進(jìn)的假設(shè)，提出優(yōu)化建議。

3、設(shè)定目標(biāo)

設(shè)置主要目標(biāo)，用來衡量各優(yōu)化版本的優(yōu)劣；設(shè)置輔助目標(biāo)，用來評估優(yōu)化版本對其他方面的影響。

4、界面設(shè)計

制作2（或多）個優(yōu)化版本的設(shè)計原型。

5、技術(shù)實現(xiàn)

• 網(wǎng)站、App(Android/iOS) 、微信小程序和服務(wù)器端需要添加各類A/B測試平臺提供的SDK代碼，然后制作各個優(yōu)化版本。
• Web平臺、Android和iOS APP需要添加各類A/B測試平臺提供的SDK代碼，然后通過編輯器制作各個優(yōu)化版本。
• 通過編輯器設(shè)置目標(biāo)，如果編輯器不能實現(xiàn)，則需要手工編寫代碼。
• 使用各類A/B測試平臺分配流量。初始階段，優(yōu)化方案的流量設(shè)置可以較小，根據(jù)情況逐漸增加流量。

6、采集數(shù)據(jù)

通過各大平臺自身的數(shù)據(jù)收集系統(tǒng)自動采集數(shù)據(jù)。

7、分析A/B測試結(jié)果

統(tǒng)計顯著性達(dá)到95%或以上并且維持一段時間，實驗可以結(jié)束；如果在95%以下，則可能需要延長測試時間；如果很長時間統(tǒng)計顯著性不能達(dá)到95%甚至90%，則需要決定是否中止試驗。

幾點注意事項：

1、尋求成本更低的測試方式

如果想找到數(shù)據(jù)變動的原因又不想花太多時間，可以用一些第三方工具，比如Silverback，可以記錄用戶在網(wǎng)頁上的操作并給出有效的數(shù)據(jù)。

A\B測試不是要用最新的技術(shù)、最新的軟件或者算法，有時候一個紙上的原型或者線框里5秒鐘的測試都能找到方向?？梢岳媚切┖唵巍⒌土臏y試方式。

2、等到測試完成

在測試沒有結(jié)束之前，所有的數(shù)據(jù)都可能是片面的，不要想著用部分的結(jié)果去替代全部。

3、永遠(yuǎn)不停地測試

A/B測試的精髓就在于：永遠(yuǎn)不要滿足于目前的結(jié)果，總有更好的解決方案。一次的A/B測試也許能提升50%甚至更好的轉(zhuǎn)換率，但這并不意味著到頂了。生命不息，測試不止。

優(yōu)缺點

AB測試是灰度發(fā)布法的子集，基于抽樣的統(tǒng)計學(xué)假設(shè)檢驗(顯著性檢驗) 。

通過A/B測試，能夠降低新產(chǎn)品或新特性的發(fā)布風(fēng)險，為產(chǎn)品創(chuàng)新提供保障；建立數(shù)據(jù)驅(qū)動，消除用戶體驗設(shè)計中不同意見的紛爭，根據(jù)實際效果確定最佳方案。

但是A/B測試不會幫助給出“為什么”。

為此，A/B測試需要不斷補(bǔ)充其他定性方法，才能幫助你更深刻地了解客戶的動機(jī)以及真正的需求。

A/B測試不是通過評估客戶的心愿、態(tài)度以及需求的簡單定性替換，同樣也不能揭示比較重大的問題，例如客戶是否信任你們的網(wǎng)站或者網(wǎng)址內(nèi)容是否可信。