什么是拆分测试？SMB 拆分测试设计指南

当您的业务蒸蒸日上时，您可能会持续数月或数年不更新您的网站、店面或广告内容——不改变获胜团队的冲动是真实存在的。但是，当销售开始下降时，您可能希望改进您​​的消息传递以提升您的品牌。

有些调整比其他调整更好。基于直觉或个人偏好的营销决策可以产生积极的结果，但它们并不确定。尝试不同消息的最佳方法之一是运行拆分测试——尝试两个不同版本的广告或网页副本，看看哪个版本的效果更好。

成功的拆分测试可以提高您的底线并带来长期的业务增长。以下是如何开始。

什么是拆分测试？

拆分测试（也称为A/B 测试）比较网页、应用程序或其他产品的两个版本，以确定哪个版本更能促进转化并推动更多销售。

例如，您可以将一组样本用户分成两部分，并向每组展示不同版本的广告活动。然后，您将衡量每个版本的性能，以选择将哪个版本用于更广泛的实施。

拆分测试可以向您展示哪些设计元素、措辞或其他因素对推动转化最有效，从而帮助优化您的业务消息传递。标准的拆分测试方法从识别要测试的消息开始，包括：

• 广告文案。启动营销活动时，您可以起草两个版本的广告并运行拆分测试以查看哪个测试版本获得更多点击。
• 着陆页。登陆页面是访问者到达您的网站或电子商务商店时看到的第一个网页。大多数着陆页都会引导访问者采取行动，例如进行购买或填写表格。您可以对两个着陆页进行 A/B 测试，以查看哪个版本可以转化更多客户。
• 页面元素。您可以更改页面或电子商务商店的各个组件，而不是拆分测试两个完全不同的网页。例如，您可以尝试两种版本的屏幕按钮：一种是“结帐”，另一种是“立即购买”。然后，使用链接点击次数或销售转化率等定量数据，确定哪些可以带来更多销售。
• 电子邮件主题行。如果您像许多小型企业那样发送营销通讯，则可以运行拆分测试来尝试不同的主题行。然后，测量打开率和点击率以确定哪个主题行表现更好。
• 推送通知。如果您的企业有应用程序，请对您通过该应用程序发送给用户的推送通知进行拆分测试，或者运行拆分测试以查看您是否应该首先发送推送通知。如果您注意到基于通知或每个通知的不同措辞的转化率有所增加，则它们可能是有效的。如果许多用户选择不接收通知，则可能表明消息与他们不相关或没有价值。
• 呼吁采取行动。号召性用语 (CTA) 是营销电子邮件中的按钮或链接。这些是基本的转化率优化元素，因为它们鼓励收件人采取特定行动，例如进行购买、加入忠诚度计划或注册时事通讯。

为什么要进行拆分测试？

如果您从实验中收集数据并客观地分析它，您可以从拆分测试中学到很多东西。

通过拆分测试，您可以在其中测试广告或网页的版本，收集有关哪些消息对您的受众表现更好的经验数据，并相应地调整您的营销工作。如果不进行拆分测试，您在准备大笔广告支出时可能只会依赖直觉或亲密朋友的主观意见，而不是经验数据。

一些广告平台附带免费的拆分测试工具。例如，Google Ads 通过 Google Analytics 免费提供拆分测试工具。但是，不需要这些专用工具。例如，如果您通过 Hubspot 或Shopify Email发送营销电子邮件，您可以将一条消息发送给一半的列表，另一条消息发送给另一半。您的拆分测试结果可能会告诉您哪个电子邮件主题行导致更高的打开率。

如何设计和运行拆分测试

1. 选择要测试的元素
2. 确定您的成功指标
3. 创建用于测试的 A 和 B 版本
4. 确定样本量
5. 确定最小可检测效果
6. 建立统计显着性的阈值
7. 启动您的广告系列
8. 分析结果
9. 应用你的发现

要成功运行拆分测试，您需要一个明确的目标（您想要找出什么？）、足够的样本量以及分析所收集数据的客观方法。以下是您作为电子商务企业家可能会如何进行第一次对比测试：

1.选择要测试的元素

通过拆分测试，您一次可以更改一个变量。否则，您无法确定什么有效或无效。决定你想测试什么。它可能是电子邮件中的号召性用语、Google 广告文本或您网站着陆页上的宣传。

2. 确定你的成功指标

你的目标是什么？根据您的业务目标和拆分测试的具体目标选择正确的指标。您可能想要更多的访问者或社交媒体关注者、更高的转化率、更高的参与度或更多的销售额。

3. 创建用于测试的 A 和 B 版本

接下来，您要为要测试的元素创建两个版本——广告、网页或电子邮件。确保您一次只更改一个变量。换句话说，这两个版本应该尽可能相似，除了您正在测试的元素。您可以运行多个测试来试验其他变量。

4. 确定样本量

指定接收每个版本的受众百分比。如果您有固定的受众（如电子邮件列表），您可以通过向一半收件人发送一封邮件并向另一半发送另一封邮件来创建样本量。如果您的受众人数不限（例如访问您网站的人数），您可以根据运行特定网站版本的天数来确定样本量。无论如何，您希望两个版本都能覆盖相同数量的人或运行相同的天数。

5. 确定最小可检测效果

您必须确保您获得的数据不是偶然的。为此，请为您的数据集建立最小可检测效应 (MDE) 和统计显着性。用简单的英语来说，最小可检测效果就是您要寻找的变化量。例如，您可以对电子邮件营销活动进行拆分测试，您希望在注册表单上多找到 20% 的条目。如果您只看到 5% 的变化，或者两个版本的电子邮件的流量可能相等，则您还没有达到 MDE。

6. 建立统计显着性的阈值

统计显着性是一个比较棘手的话题，一种最分裂的测试工具，如 Google Analytics，可以为您处理。简而言之，统计显着性与样本量有关。如果您的样本量很小，那么随机机会可能会在您的结果中发挥巨大作用。

例如，如果您对两个促销活动进行 A/B 测试，而每个广告只有 10 人看到，您可能会得到一些“误报”。这可能是因为您的一些积极的受访者无论如何都希望花钱，而实际促销并没有影响他们的决定。当你扩大样本量时，你会得到更具代表性的公众画像。

正如CXL 的创始人 Peep Laja所说：“统计显着性不等于有效性——它不是停止规则。……在大多数情况下，您会希望在两周、三周或四个星期内进行测试，具体取决于您获得所需样本的速度。”

7. 启动您的活动

通过拆分测试设置，您现在已准备好启动广告系列，这意味着向相同数量的人展示两个版本。有时，您可以自己进行拆分测试，例如向电子邮件列表的一半成员发送一封邮件，另一半发送另一封邮件。

但是，在大多数情况下，如果您使用拆分测试工具，您的工作会容易得多。Shopify App Store有几个拆分测试工具。（大多数是免费的或收费低廉。）您还可以选择Google Optimize、Optimizely和VWO等工具。您希望让您的广告系列运行更长的时间（通常为数周）以实现更大的统计显着性。

8.分析结果

一旦您的拆分测试运行了足够长的时间或接触了足够多的人，就该分析结果以查看哪个版本表现更好。回到您开始使用的成功指标并跟踪它的变化情况。查看您观察到的变化是否满足您的最低可检测效果，如果您确定一个。

请记住，单个拆分测试的结果可能没有定论——您可能需要运行其他测试来验证您的发现。

9. 应用你的发现

如果您的拆分测试成功，您应该清楚地知道哪个版本效果最好，并且您可以使用此消息来更改您的营销策略以改善您的结果。但是，请记住，拆分测试并不总能产生具体结果，并且可能不适合某些企业。

拆分测试与多变量测试

多变量测试是拆分测试的近亲。不同之处在于拆分测试或 A/B 测试隔离单个变量并测试两个版本，而多变量测试同时更改多个变量。换句话说，多变量测试涉及同时比较数字资产的多个版本（网页、应用程序、电子邮件）。

有什么相似之处？

拆分测试和多变量测试涉及更改消息传递元素，即网站、电子邮件、电子商务页面、促销和其他营销传播。两者都有助于确定哪个版本最能引起观众的共鸣，并导致更有利的客户行为。

有什么区别？

拆分测试或A/B 测试，一次只更改一个元素，以观察此单一更改如何影响客户行为。例如，拆分测试可能会尝试以两种方式进行销售：“买一送一 50% 折扣”或“买两件节省 25%”。这些推销代表相同的销售，但措辞可能会产生不同的结果。

多变量测试更改多个元素以比较同一测试中的不同版本。您可能会使用两种版本的销售语言，同时还要更改其他方面。例如，您可以尝试使用两个版本的网页来宣布促销（蓝色背景与橙色背景）以及两个不同的促销到期日期（明天到期与月底到期）。使用软件工具来确定获胜组合，您可以混合搭配这些不同的元素。