在我们以前的文章中曾介绍过A/B测试为微软公司的搜索引擎Bing在短短几小时内实现了12%收入的提升。仅仅只是改变了用户看到的广告展示方式，就几乎成为了Bing历史上最厉害的一笔赚钱主意。就这样，A/B测试（在Media Advertising行业中又被称为Media Test & Learn）在广告行业中受到了更多重视。

A/B测试这一基于假设检验的实验方法其实在各行各业的公司里都在被广泛应用。可以说，只要一家公司有网页、有产品，就需要A/B测试。今天这篇文章就将为你细致地讲一讲A/B测试广泛的商业应用。


什么是A/B测试？
你网站上的访问量决定了你的商机，你需要不断地获取新的用户以及维护与老客户的关系来扩大你的规模。而流量转化漏斗决定了你的网站是否会有不错的访问量以及这些访问量是否能够最终转化成销量。商家希望用户在网站上能最终进行购买（也被称为“转化”），而访问量和最终购买量的比例被称作转化率。
流量转化漏斗越优化，用户被转化的机率就越高。拿最典型的网站来说，A/B测试可以优化网站。A/B测试能够向两组（或多组）用户在同一时刻展现同一网站的不同设计，或同一页面的不同版本，然后对比哪种设计或哪个版本能够更好得促进转化。通常来说，我们会选取带来较高转化率的版本或设计。





为什么需要做A/B测试？
如果你是一家B2B企业，你正在对每月劣质的线索质量感到不满；如果你是一家电商，你正在为居高不下的弃购率感到忧桑；如果你从事媒体或出版行业，正在面临非常低的读者互动...你或许要思考一下展现给客户的产品、界面、标语、流程等是否需要做出一些积极的改变。这些关乎到核心指标的困扰可能都是由一些共同问题所引起的，比如转化过程中的流失，不友好的付款页面等等。那么如何发现以及改进呢？下面让我们来看看做A/B测试会带来哪些好处吧！


提高用户体验
通常情况下网站的访客是带着特定目标在网站进行浏览的。可能是为了更好地了解你的产品或服务、购买产品、阅读某些特定的主题或了解特定的信息、再或者只是简单地浏览一下。无论用户的目标是什么，他们在实现目标的过程中可能都会遇到一些阻碍他们顺畅继续下去的问题：也许是令人困惑的文案、或是很难找到像“立即购买”、“要求演示”这样的CTA（call to action）按钮。这些困惑和不方便严重影响了用户的体验，这些体验上的不愉快会严重影响转化率。根据用户行为的分析工具收集数据（如热图、谷歌分析和网站调查等），再结合A/B测试，来解决会影响用户体验的问题就显得非常必要。这适用于电商、旅行、SaaS、教育、媒体和出版社等所有企业。


提高投资回报率
正如大多数营销者已经意识到的那样，获取任何优质流量的成本是巨大的。而A/B测试能让你最大程度地利用现有流量，并帮助你基于现有流量（在无需获取新流量的情况下）提高转化率。A/B测试有时可以为你带来很高的投资回报率，不要小瞧任何一个非常微小的变化，它可能就会带来转化率的大幅提升。





降低跳出率
用来判断网站表现最重要的指标之一就是跳出率。网站跳出率偏高的原因有很多，例如太多选择无从下手、与期待不匹配等等。由于不同的网站有着不同的目标，并且需要迎合不同的受众，因此没有一种固定的方法来解决跳出率高的问题。但你可以通过A/B测试找到解决方法。因为通过A/B测试，你可以测试网站的多个变量，直到测试出最佳版本为止，使访客在你的网站上停留更多的时间。


降低风险
通过A/B 测试对网页逐步进行较小的修改，而不是重新设计整个页面。这样可以降低对现有转化率造成负面影响的风险。A/B测试让你针对现有资源进行最小的调整，但同时获得最大的产出。更改产品说明就是一个例子。当你计划删除或更新产品说明时，你可以使用A/B测试来帮助你进行调整。因为你不知道你的用户会对此做何反应，但A/B测试能够帮你检测出用户的倾向。低风险修改的另一个用法是引入新功能。正式引入新功能之前，在网页副本中以A/B测试的形式投放该功能，能更好地预测实际结果。如果这个改变影响了用户数据或购买渠道，这将非常有用。未经测试的更改不一定会奏效。进行测试、然后推出新版本或新功能，可以更有把握地实现目的。


确保实现显著提升
由于A/B测试完全是以数据驱动的，你不需要依靠猜测或直觉进行判断。相反的，我们根据统计上的显著性来判断关键指标的改进程度，从而选出更有利于用户转化的版本，例如在页面上花费的时间、申请演示的数量、弃购率（加入购物车却没有最终付款的比率）以及点击率等等。





进行有效的网站设计
重新设计网站可以是例如修改CTA文字或调整颜色这样的微小变动，也可以意味着网站上特定页面和布局的全面修改。最终是否决定从一个版本更新到另一个版本，应该始终基于数据驱动的A/B测试。即使在网站设计结束后，也不要停止测试。随着新版本的上线，可以对网页其他的元素继续进行测试，以确保用户真的喜欢你的网站。