优化词汇表

多变量测试与A / B测试

多变量测试与A / B测试之间的差异

什么是有区别的 A / B测试多变量测试?让我们来看看这些测试方法的方法,常见用途,优点和限制。

A / B测试

A / B测试,您也可能听到称为分割测试,是一种方法 网站优化 其中,使用实时流量将两个版本的页面版本A和版本B的转换率与彼此相互比较。站点访问者将托入一个版本或另一个版本。通过跟踪访问者与页面交互的方式 - 他们观察的视频,他们点击的按钮,或者是否注册了通讯的按钮 - 您可以确定页面的哪个版本最有效。

曲目点击CTA

常用用途

A / B测试是评估页面设计的最不复杂的方法,并且在各种情况下有用。

使用A / B测试的最常见方式之一是测试两个非常不同的设计方向彼此。例如,公司主页的当前版本可能会有文本调用来操作,而新版本可能会消除大多数文本,但包括新的顶级栏广告最新产品。经过足够的访问者已经汇集到两个页面后,可以比较每个页面的点击次数的呼叫操作的呼叫。值得注意的是,即使在这种A / B测试中发生了许多设计元素,才会跟踪每个页面的业务目标的整个设计的影响,而不是单个元素。

A / B测试也可用作页面的优化选项,其中只有一个元素才能获得辩论。例如,在他们的网站上运行A / B测试的宠物商店可能会发现85%的用户愿意注册卡通鼠标的通讯,而不是从蟒蛇收缩器的线圈中出现。以这种方式使用A / B测试时,页面的第三个甚至第四版本通常包含在测试中,有时被称为A / B / C / D测试。当然,这意味着必须将网站的流量分成三分之一或第四个,其中访问每个站点的访问者百分比。

好处

简单的概念和设计,A / B检测是一种强大而广泛使用的测试方法。

保持追踪变量的数量小表示这些测试可以非常快速地提供可靠的数据,因为它们不需要大量的流量来运行。如果您的网站有少量的每日游客,这尤其有用。将流量分成三个以上或四个部分会使您难以完成测试。事实上,A / B测试如此快速且易于解释一些大型站点使用它作为其主要测试方法,一个接一个地运行的测试周期,而不是更复杂的多变量测试。

A / B测试也是通过测试对持怀疑态度的测试来介绍优化概念的好方法,因为它可以快速展示简单的设计变化的可量化影响。

限制

A / B测试是一种多功能工具,当与智能实验设计配对和迭代测试和重新设计的迭代周期时,它可以帮助您对您的网站进行巨大的改进。但是,重要的是要记住,这种测试的局限性以名称总结。 A / B测试最好用于测量两到四个变量对与页面交互的影响。使用更多变量的测试需要更长时间运行,并且其本身,A / B测试不会显示有关单个页面上变量之间交互的任何信息。

如果您需要有关许多不同元素彼此交互的信息,则多变量测试是最佳方法!

多变量测试

多变量测试使用与A / B测试相同的核心机制,但比较了更高数量的变量,并揭示了有关这些变量如何相互交互的更多信息。与A / B测试中一样,在不同版本的设计之间分配页面的流量。然后,多变量测试的目的是测量每个设计组合对最终目标的有效性。

一旦站点收到足够的流量来运行测试,就会比较来自每个变化的数据,不仅找到最成功的设计,而且还可以揭示哪些元素对访客的互动具有最大的积极或负面影响。

浏览器

常用用途

多变量测试的最常用示例是一个页面,其中几个元素用于辩论 - 例如,包括注册表单的页面,某种游戏头文本和页脚。要在此页面上运行多变量测试,而不是在/ b测试中创建完全不同的设计,您可能会创建两个不同长度的注册表单,三个不同的头条新闻和两个页脚。接下来,您将汇集访问者的所有可能的这些元素的组合。这也被称为完整的阶乘测试,并且是多变量测试通常仅适用于具有大量日常流量的站点的原因之一 - 获得有意义数据所需的更越长的变化从测试中。

在运行测试之后,每个页面变化的变量相互比较,并在其他版本的测试的上下文中进行性能。出现的是一个清晰的图片,页面最能表演,哪些元素最负责这种性能。例如,可以将页面页脚变化对页面的性能影响很小,同时改变注册形式的长度具有巨大影响。

好处

多变量测试是一种强大的方法,可以帮助您对您的页面元素重新设计重新设计的工作,从而将其产生最大的影响。例如,当设计着陆页面广告系列时,这尤其有用,例如,由于关于某个元素的设计的影响,即使元素的上下文也改变了未来的广告系列,也可以应用于未来的广告系列。

限制

多变量测试的单一最大限制是完成测试所需的流量。由于所有实验都是完全阶乘的,因此一次变化的元素可以快速加入必须测试的大量可能的组合。即使是具有相当高的流量的网站也可能在可行的时间内完成超过25种组合的测试。

在使用多变量测试时,考虑如何适应您的测试循环和整个重新设计是很重要的。即使当您携带有关特定元素的影响的信息时,您也可能希望进行额外的A / B测试周期,以探索其他彻底不同的想法。此外,有时当多个设计精心设计的A / B测试将良好做好时,有时可能不值得运行全部多变量测试。

底线

不要让A / B测试和多变量测试之间的差异让您将它们视为对立面。相反,将它们视为两个强大的优化方法,彼此相互补充。选择一个或另一个,或者将它们一起使用,帮助您充分利用您的网站。