佛山网站开发:13个哑巴A / B测试浪费时间的错误

2019.08.14 mf_web

171

你在A / B测试上浪费时间吗?许多企业犯了A / B测试错误,导致他们无法负担的时间和金钱,因为他们不了解A / B测试的方式以及如何正确运行它们。

对于任何企业而言,A / B测试是改善转换率的绝佳方式。我们已经看到OptinMonster客户使用拆分测试轻松获得更多销售合格的潜在客户,增加他们的电子邮件列表,甚至将转化率提高1500%。

但如果您正在制作下面列出的常见分裂测试错误之一,那么您的拆分测试可能会带来更多弊大于利。Qubit说,糟糕的拆分测试可以让企业投资于不必要的变化,甚至可能损害他们的利润。

事实是,A / B测试不仅仅是设置测试。如果您真的想看到拆分测试可以带来的改进,那么您需要以正确的方式运行测试,并避免破坏结果的错误。

在本文中,您将发现许多企业所做的A / B测试错误,以便您可以避免它们,并学习如何使用拆分测试以正确的方式发现隐藏的策略,这些策略可能会使您的转换飙升。

佛山网站开发让我们开始吧!

1.拆分测试错误的页面

A / B测试的最大问题之一是测试错误的页面。重要的是避免浪费时间,资源和金钱与无意义的分裂测试。

你怎么知道你是否应该进行分裂测试?如果您正在营销业务,答案很简单:分割测试的最佳页面是对转换产生影响的最佳页面,从而带来更多潜在客户或更多销售额。

Hubspot表示,在任何网站上优化的最佳网页都是访问量最大的网页:

  • 主页

  • 关于页面

  • 联系页面

  • 博客页面

产品页面对于电子商务网站的测试尤为重要,特别是您最畅销的产品。

换句话说,如果页面不是您的营销或销售渠道的一部分,那么测试它是没有意义的(除非您想将其添加到这些渠道)。

如果进行更改不会影响底线,请继续,然后测试一个会增加收入的页面。

2.有一个无效的假设

要避免的最重要的A / B测试错误之一是没有一个有效的假设。

什么是A / B测试假设?A / B测试假设是关于为什么在网页上获得特定结果以及如何改进这些结果的理论。

让我们再打破一点吧。要形成假设,您需要:

  • 第1步:注意人们是否在您的网站上进行转换。您将从分析软件中获取此信息,以跟踪和衡量人们在您网站上的行为。例如,这会告诉您人们是否点击您的号召性用语,注册简报或完成购买。

  • 第2步:推测某些事情发生的原因。例如,如果人们到达您的目标网页,但没有填写表格来抓住您的磁铁,或者页面的跳出率很高,那么行动号召可能是错误的。

  • 第3步:提出一些可能导致您在特定页面上所需行为的可能更改。例如,在上面的场景中,您可以测试不同版本的号召性用语。

  • 第4步:确定如何衡量成功,以便确定特定的更改是否会对转化产生影响。这是A / B测试假设的重要组成部分。

这就是你如何把它们放在一起,坚持我们之前的例子:

  • 观察:我们注意到虽然我们的磁铁登陆页面有很多流量,但转换率很低,人们还没有报名参加磁铁。

  • 可能的原因:我们认为这是因为行动呼吁不够明确。

  • 建议修复:我们认为我们可以通过更改号召性用语按钮上的文字来使其更加活跃。

  • 衡量标准:如果我们在进行更改后的一个月内将注册量增加10%,我们就知道我们是对的。

请注意,您需要有效假设的所有元素:观察数据,推测原因,提出如何修复它的理论,以及在实施修复后测量结果。

3.拆分测试太多项目

这是很多人做出的关键A / B测试错误之一:尝试一次分割测试过多的项目。

看起来像是一次测试多个页面元素可以节省时间,但事实并非如此。会发生什么事情,你永远不知道哪个变化对结果负责。

我们可能会提及它几次,因为它非常重要:拆分测试意味着更改页面上的一个项目并针对同一项目的另一个版本进行测试,如下所示:

A / B测试错误 - 拆分测试

在您一次更改多个项目的那一刻,您需要进行多变量测试,在我们对分割测试与多变量测试的比较中进行了详细解释。

分裂测试错误 -  mvt

多变量测试可以是测试网站重新设计的好方法,您必须更改大量页面元素。但是你最终可能需要测试很多组合,这需要时间,你可能不想投资。多变量测试也仅适用于高流量站点和页面。

在大多数情况下,简单的拆分测试将为您提供最有意义的结果。

4.一次运行太多拆分测试

在A / B测试方面,请保持简单。

运行多个拆分测试很好。例如,您可以通过测试三个不同版本的号召性用语按钮来获得有意义的结果。(运行这些测试与多变量测试不同,因为您仍然只为每个测试更改单个项目。)

最有经验的转换优化器建议您一次不要运行四次以上的拆分测试。一个原因是您运行的变化越多,您需要的A / B测试样本量就越大。这是因为您必须为每个版本发送更多流量才能获得可靠的结果。

这被称为A / B测试统计显着性(或者,在日常术语中,确保数字足够大以实际具有意义),您可以使用我们的拆分测试指南中描述的工具进行检查。

5.弄清楚时机错误

错误的时机是A / B测试最常见的问题之一

通过A / B测试,时序就是一切,并且有一些与时序相关的经典A / B测试错误......

比较不同的时间段

例如,如果您在星期三获得了大部分网站流量,那么将当天的拆分测试结果与流量较低的一天的结果进行比较就没有意义。

更重要的是,如果您是电子商务零售商,则无法将假日热潮的拆分测试结果与1月份销售下滑期间的结果进行比较。

在这两种情况下,你都没有比较喜欢,所以你不会得到可靠的结果。解决方案是在相同的时间段内运行测试,这样您就可以准确地评估是否有任何变化产生了影响。

注意可能影响分割测试结果的外部因素也很重要。如果您在本地进行营销并且由于自然灾害而导致电力耗尽,那么您将无法获得预期的流量或结果。Small Business Sense表示,与冬季相关的报价与夏季相比不会产生同样的影响。

没有长时间运行测试

您还需要在一定时间内运行A / B测试,以获得结果中的A / B测试统计显着性和行业标准95%置信度。95%的数字意味着您可以非常确定您的结果是否准确,并且您可以根据该数据做出新的营销决策。

正如您在技巧#7中看到的那样,该时间取决于预期转化次数和变体数量。如果您正在运行2种变体并且预计会有50次转换,那么您的测试时间将比拥有4种变体并且正在寻找200次转换时更短。

这是来自Visual Website Optimizer的图表,可帮助您确定您的A / B测试是否具有统计学意义。您输入测试的访问者和转化次数,并计算统计显着性。它还包括P值,这个统计值也有助于强调统计数据的可靠性。

ab测试统计显着性计算器

测试不同的时间延迟

时间也会影响OptinMonster分裂测试的成功。我们看到人们通过广告系列制作的A / B测试错误之一是改变其广告系列的时间。

如果一个广告系列在您的访问者在该页面上显示5秒后显示,而另一个广告系列在20秒后显示,那么这不是真正的分割测试。

那是因为你没有比较类似的观众。通常情况下,更多的人会在页面上停留5秒而不是20秒。

因此,您会看到每个广告系列的展示次数不同,结果对您没有意义或有用。

请记住,对于真正的拆分测试,您必须更改页面上的一个项目,而不是时间。但是如果你想尝试定时你的选择,那么这篇关于弹出窗口,欢迎门和插入式广告系列的文章都有一些建议。

6.使用错误的流量

我们之前提到过A / B测试的统计意义。除了使测试期间正确,您还必须拥有适当的流量。基本上,您需要使用足够多的人来测试您的广告系列,以获得有意义的结果。

如果您拥有高流量网站,则可以快速完成拆分测试,因为您的网站访问量不断增加。

如果您有低流量网站或零星访问,则需要更长时间。

以正确的方式分割您的流量也很重要,这样您就可以进行类似的测试。某些拆分测试软件允许您手动分配用于测试的流量,但最简单的方法是自动拆分流量,以避免因错误的拆分而导致不可靠的结果。

如果您正在使用OptinMonster进行A / B测试,那么很容易做到这一点,因为OptinMonster会根据您正在运行的测试次数自动划分您的流量。

ab测试错误om split test

7.测试太早了

A / B测试的一个常见错误是过早运行拆分测试。

例如,如果您开始新的OptinMonster广告系列,则应在开始拆分测试之前稍等一下。首先,创建拆分测试没有意义,因为您没有数据来创建比较基线。你将不做任何测试,这是浪费你的时间。

相反,运行新广告系列至少一周,看看它在开始调整和测试之前的表现如何。您可以使用Digital Marketer的此图表根据预期的转换次数计算出理想的测试周期。

ab测试样本大小

8.改变参数中试

真正搞乱A / B测试程序的一种方法是在测试过程中更改您的设置。

如果您:

  • 决定更改看到控件或变体的网络流量。

  • 在理想的A / B测试周期结束之前添加或更改变体,如上图所示。

  • 改变你的分裂测试目标。

正如Wider Funnel所说,突然的变化会使您的测试无效并使您的结果出现偏差。

如果您绝对需要更改某些内容,请再次开始测试。这是获得可依赖的结果的唯一途径。

9.测量结果不准确

测量结果与测试同样重要,但它是人们进行昂贵的A / B测试错误的领域之一。如果您没有正确衡量结果,则无法依赖数据,也无法做出有关营销的数据驱动决策。

解决此问题的最佳方法之一是确保您的A / B测试解决方案适用于Google Analytics。

OptinMonster与Google Analytics集成,因此您可以在信息中心内查看有关流量和转化的准确数据。

OptinMonster Google Analytics集成可帮助您避免分裂测试错误

以下是将Google Analytics与OptinMonster集成的方法,以便您获得可操作的见解。您还可以设置自己的Google Analytics信息中心,以使用其余的网络指标收集广告系列数据。

10.使用不同的显示规则

真正搞乱OptinMonster A / B测试结果的一种方法是对显示规则进行任意更改。

OptinMonster具有强大的显示规则,可以影响广告系列的展示时间,展示的时区和位置,看到的人数等等。

但请记住,拆分测试是关于更改页面上的一个元素。如果你改变显示规则,以便一个optin显示给英国人,另一个显示给美国人,那就不是喜欢比较了。

如果一个广告系列是欢迎门,而另一个广告系列是退出意向广告系列,那就不喜欢比较。如果一个广告系列在上午9点播出,另一个广告则在晚上9点播出,那不是......好吧,你明白了。

如果您的广告系列未同时向同一类型的受众群体展示,则无法获得可靠的数据。查看我们的使用显示规则与OptinMonster的指南,以获取有关设置广告系列应该显示的时间以及应该看到谁的规则的帮助。

11.在错误的站点上运行测试

这是你认为大多数人会遇到的最愚蠢的A / B测试错误之一。

许多人在开发网站上测试他们的营销活动,这是一个好主意。什么不是很好,有时他们忘记将他们选择的活动移动到现场,然后看起来他们的分裂测试不起作用。

那是因为访问开发站点的唯一人是Web开发人员,而不是他们的客户。幸运的是,进行切换很容易,所以如果你没有看到预期的结果,那么值得检查这个问题。

如果您正在使用OptinMonster,请按照以下方法解决此问题:

登录OptinMonster仪表板,然后单击您的帐户图标以显示下拉菜单。导航到我的帐户。

om change url step 1

转到网站。

om change url step 2

选择要更改的站点,然后单击“编辑”。

om change url step 3

将网站的URL从开发站点更改为实际站点,然后保存更改。

om change url step 4

有关更多指导,请阅读我们关于如何在OptinMonster中添加,删除或编辑网站的文档。

12.放弃分裂测试

一些公司不断优化他们的网站,这意味着他们总是在进行测试并增加转换次数。其他人,不是那么多。

您最不希望避免的A / B测试错误之一就是过早地停止测试(例如,在我们之前提到的最短一周之前)或者确定测试失败并停止测试。

放弃拆分测试是一个可怕的错误,因为如果你这样做,你将无法获得优化优势。

首先,没有失败的拆分测试,因为测试的目标是收集数据。您可以从意外结果中学到一些东西,帮助您创建新的测试。

其次,如果你因为没有得到你期望的结果而放弃,那么请继续使用数据告诉你的内容。你的直觉,也被称为确认偏见,很容易出错。您始终可以在测试期结束时运行新测试,以查看不同的更改是否可以实现您希望的结果。

第三,如果你没有足够的时间来获得合适的样本量,并且达到统计显着性和95%的置信度,则不要确定测试运行的时间足够长。否则,你浪费了你的时间。

13.盲目跟随分裂测试案例研究

a / b测试的问题 - 盲目追随其他人的成功

阅读案例研究并了解适用于不同公司的拆分测试技术总是很棒的。

但是,你必须避免的一个A / B测试错误是复制对他人有用的东西。

如果这看起来很奇怪,请听我们说...

可以使用案例研究来获得有关如何以及如何分割测试的想法,但请注意,对其他业务有用的内容可能不适用于您的业务,因为您的业务是独一无二的。

相反,使用A / B测试案例研究作为创建自己的A / B测试策略的起点。那会让你看到什么最适合你自己的客户,而不是别人的。

现在你知道愚蠢的A / B测试错误浪费你的时间,精力和金钱,你可以让你的分裂测试开始。

佛山网站开发

最新案例

联系电话 400-6065-301

留言