你应该避免的 7 个 A/B 测试错误

A/B 测试是提高任何网站（销售、订阅或您可能感兴趣的任何其他操作）转化率的最佳工具。 在您的网站上创建任何页面或帖子的两个或多个版本后，您可以通过数据而不是假设知道哪一个效果最好。

但是，虽然理论很好，但要注意实践。 在开始对页面进行 A/B 测试之前，请确保您不会犯可能导致错误结果的错误。 这最终可能会浪费金钱和时间，您应该不惜一切代价避免。

让我们看看在创建 A/B 测试时应该避免哪些错误……

#1 比较不同的时间段

在一段时间内详细分析访问者在任何页面上的行为和转换可能很诱人。 然后，对网络进行更改，并重新分析您网站上的行为细节。

在这种情况下，似乎很容易得出结论，如果您在第一个或第二个时间段内获得了更好的结果，那是因为在此期间测试的版本比另一个更好。

好吧，我很抱歉告诉你这不是一个好主意。 首先，到达您网站的流量的数量和质量可能会在几天和几周之间发生变化。 同一页面可以在一天或一周转换 15%，在第二天或一周转换 12%。

这种变化可能是由于与您的网站完全无关的因素（经济气候、访问者的情绪等）造成的。 例如，多亏了一条病毒式的推文，您可以增加您网站上的流量。 但是这种类型的流量质量较差，到达您的网站后，它的转化率较低。 另一个例子：您在 Google 上发布了一个带有优惠的新广告，通过该广告访问您的网站并进行转化的访问者的百分比非常高。

因此，考虑所有这些因素的唯一方法是执行 A/B 测试，其中每个变体在同一时间段内显示给成比例的访问者。 通过在同一周内向访问者随机显示两个（或更多）版本，结果具有统计相关性的可能性要大得多。

所以忘记做之前和之后的测试，因为你不确定结果与决定哪个版本更好的相关性。

#2 尽早完成测试

现在您知道必须进行 A/B 测试，您刚刚安装了 Nelio A/B 测试，并且很高兴启动您的第一个页面测试。

您开始收集结果，很快变体开始获得比原始页面更多的转化。 为什么要浪费时间？ 为什么不进行快速更改并让新变体永久化？ 这将更快地提高转化率……

体积

A/B 测试基于统计数据，因此，请务必记住您的样本量很重要——它必须具有代表性。 换句话说，我们必须确保我们从测试中获得了足够的结果，以便测试能够充分反映现实。

如果您使用专门的工具来执行 A/B 测试，例如 Nelio A/B 测试，该工具本身会通知您您的测试结果是否具有统计意义。

然后你可能会想，既然你有一个流量很大的网站，你会很快从最有效的方法中得到结果。

期间

小心！ 在创建 A/B 测试时，还有一个需要考虑的因素。 这不仅是数量问题，而且要确保您的测试持续足够长的时间以覆盖您的业务周期。 也就是说，例如，如果您收到的流量类型在工作日和周末不同，请确保测试持续的最短时间段代表所有类型的流量。

我建议您使用 CXL 计算器来探索 A/B 测试应该具有的持续时间和大小，以使其结果具有统计显着性。

请记住：提前得出结论与凭直觉做出决定是一样的。

#3 太晚结束测试

现在我们走到另一个极端：你刚刚启动了一个测试，你得到了不同的结果。 既然你知道你不能很快得出结论，你决定你必须等到你得到确凿的数据，对吧？ 日子一天天过去，似乎没有哪个变种明显比其他变种更好，所以也许你必须继续等待……

好吧，我们已经说过不要急于求成，但如果你已经三个月没有确定的结果，那你可能是在浪费时间。 您正在浪费它，原因很简单，您错过了其他类型的测试，这些测试可能会为您提供有关如何优化转换的更多相关信息。

#4 依赖他人的测试

我们可以也应该向他人学习，但恐怕他人的统计数据不一定适用于您的网站。 也就是说，您可能已经阅读过一些文章评论说最有效的号召性用语按钮的颜色是红色。

理论非常好，但现实情况是，如果不先在您的网站上进行测试，您不会决定此结果是否有用。 其他人的案例研究对您的特定案例做出决定没有帮助。 它们将有助于您对可以测试的内容有新的想法。

#5 更改运行测试

在您的网站上启动 AB 测试后，您可能犯的最严重的错误之一就是停止它、进行某些更改并恢复它。 充其量，修复您检测到的小错字，但不要创建新变体或更改已经运行的变体。 这些更改可能会使获得的结果完全无效。

如果您发现自己想要对正在运行的 A/B 测试进行更改，请完全停止它并运行新的测试。 这两个测试分别会给你有效的结果。 如果您愿意，请尝试同时解释两者的结果，但请注意，如果您对任何正在运行的 A/B 测试进行更改，您将无法获得可靠的结果。

#6 同时运行多个测试

使用 A/B 测试让您的生活变得简单。 如果你试图一次分析太多的变化，你会发现解释每个测试的结果特别困难。 您可以创建显示完全不同版本的页面的两个或多个变体。 这样做是可以的，事实上，研究表明，重大变化会对转化产生更大的影响。

但是，不要尝试同时执行多个测试。 对于您创建的每个新测试，将针对不同可能的变体组合以及先前创建的变体创建新的流量划分。 确切地说，您最终拥有的变体越多，您的流量就会越多，您获得具有统计意义的结果的成本就越高。

#7 不知道测试的目的

这应该是你应该避免的最重要的错误。

A/B 测试的目标是优化转换。 好的。 从这里开始，运用常识。 所有页面和帖子在您的网站上都有一个目的：告知您提供的产品和服务，让您了解自己，解释有关产品或服务如何运作的详细信息，确保您遵守数据保护法等。尽管它们都很重要，但其中一些在转化漏斗中更为关键。

例如，如果您有电子商务，最相关的页面将是显示所有产品的页面、显示产品详细信息的页面以及进行付款购买的页面。 因此，首先，不要纠结于分析其他页面，而是专注于优化这些页面。

另外，请仔细考虑每个目标中最重要的目标：

• 让访客购买该产品。
• 让访问者将该产品添加到愿望清单或购物车中。
• 让他们看看其他相关产品。
• 向第三方推荐购买这些产品。
• 与您联系以获取更多信息。

很好地确定您的目标，并考虑哪些改进可以帮助您实现这些目标。 从那里开始，您认为有意义的测试将有助于改进您的网站。

莎拉·基利安 (Sarah Kilian) 在 Unsplash 上的精选图片。