A/B测试是转化率优化（CRO）中使用的一种实验方法，即转化率优化以改善用户体验。它们允许您比较同一元素（例如网站、应用程序、广告或电子邮件）的两个版本，以确定哪一个更 土耳其手機號碼 效地提高转化率。 CRO 致力于最大限度地增加采取所需行动（例如增加销售额或填写表格）的用户数量。 A/B 测试时，将用户流量分为两组，一组看到版本 A，另一组看到版本 B。通过分析转化率、点击次数和页面停留时间等结果来评估哪个版本更有效。实现既定目标，构成优化 CRO 流程结果的有效方法。
表格的变体 A 和 B
订购免费报价！
您的公司电子邮件*
电话号码
网址
查询内容
* 我同意 KS Sp. 进行转让。 z o. (NIP: 6852338589) 至我提供的用于合作建议的电子邮件地址，并将其用于营销目的的电子邮件通信。我还同意通过电话联系我，以便处理我的录取申请。
（阅读更多）
如何准备A/B测试？
为了让 A/B 测试产生有价值且可靠的结果，适当的准备非常重要。这不仅包括选择要测试的内容，还包括从假设形成到数据验证的详细实验计划。以下是帮助您准备 A/B 测试的步骤：
1. 确定需要更改并影响网站有效性的区域
准备 A/B 测试的第一步是识别页面上可能需要优化的元素。这些可以是 CTA（号召性用语）按钮、标题、表单布局、颜色、照片或其他交互元素。考虑页面的哪些区域可能会影响转化，例如按钮点击或在页面上花费的时间。
2.B版的准备（替代）
一旦确定了要测试的项目，就可以创建它的替代版本。版本 B 可能仅在一个元素上与 A 不同，例如按钮的内容、其颜色或在页面上的位置。重要的是在每个版本中仅更改一个变量，以便您可以准确评估影响结果的因素。
3. 创建测试场景
A/B 测试需要一个明确的计划。准备一个包含几个关键步骤的场景：
将会改变什么？确定哪些元素需要修改以及版本 A 和版本 B 之间的差异是什么。
假设：定义更改将如何影响用户行为。例如：“将按钮颜色更改为更明显的颜色将使点击次数增加 10%。”
指标：设置关键成功指标，以便您评估两个版本的有效性。这些可能包括转化率、点击次数、在页面上花费的时间、提交的表单数量等。
自定义事件：如果您正在测试更复杂的交互（例如动态元素上的单击），请定义要监视的自定义事件。这些可能包括单击下拉菜单、滚动页面或查看产品库。
4. 网站流量估算和测试时长
A/B测试要提供可靠的结果，对足够大的用户样本进行测试至关重要，这将确保结果的统计显着性。统计显着性使我们能够评估版本 A 和版本 B 之间的差异是否是实际变化的结果，而不是随机波动的结果。以下是帮助计算适当样本的步骤：
如何计算A/B测试的样本？
确定网站当前版本（版本A）的转化率：首先，您需要知道当前的转化率，即执行所需操作（例如单击按钮、填写表单）的用户百分比。该指标将作为评估B版的基准。
定义最小可检测效果 (MDE)：考虑您认为值得考虑的最小性能改进。例如，您希望版本 B 将您的转化率提高 5%、10% 或更多？ MDE 是您想要检测的性能差异。 MDE 越小，需要越大的样本量才能达到统计显着性。
确定检验的显着性水平 (α) 和功效 (1-β)：
显着性水平（α）是获得实际不存在的差异结果（所谓的第一类错误）的概率。通常将其设置为 5% (0.05)，这意味着检测到的差异不是偶然的有 95% 的把握。
测试的功效 (1-β)是检测版本 A 和 B 之间真实差异的概率。通常，测试的功效设置为 80% (0.8)，这意味着测试将检测到的置信度为 80%真正的区别。
使用计算器计算样本量：您会发现许多在线计算器用于计算 A/B 测试的样本量。要使用它们，您将需要以下数据：
当前转换率（版本A），
最小可检测差异（MDE），
显着性水平（α），
测试功率（1-β）。
例子：
如果你当前的转化率为10%，想要检测20%的增长（最高12%），显着性水平为5%，检验功效为80%，计算器会显示需要多少用户通过测试（对于两个版本）差异是否具有统计显着性。对于给定的数据，每个版本应至少被 3,623 个用户查看。
5. 网站流量和测试时长
计算出测试所需的用户数量后，您需要根据网站流量估计达到该测试所需的时间。例如，如果您的网站平均每天有 1,000 名访问者，并且计算器表明每个版本（A 和 B）需要 10,000 名访问者，则测试应至少持续 20 天。但是，请记住运行测试的时间足够长，以考虑一周中的不同日子和自然流量波动。
