blank

多元与A/B测试的功能是什么?

多元多变量和A/B测试到底该如何使用,其实一直希望有一个简单的介绍,今天分享的这篇《多元多变量测试 VS A/B测试各有什么作用?》将会帮助你很好的了解这些方法论,无论你的产品用户量大还是小,都能找到一个测试方法,减少重复工作让你的工作更顺利,肯定值得你阅读。多元多变量测试 VS A/B测试各有什么作用?结束猜想的工作方式吧?你需要开始利用多维测试和A/B测试了,你要知道市场有时候真的很想魔法,特别是它在做消费转化的时候,增加销量,增加点击和注册的时候回更加神奇。 但是,与你想象的不一样,其实这是一门学科。要取得市场成功,一般有许多能改变的因数,测试就是其中一个。 测试是设计和运营的关键要素,它可以帮助他们做产品设计决策并提供反馈信息,我们可以利用这些反馈信息进行产品优化迭代,从而实现整体业务目标。 如果没有测试这个环节,很多东西你就只能靠猜测,如果你想真正解决问题,那么你必须要有最够的信息才行。在用户体验设计的世界里,涉及到测试的两个术语是:A / B测试和多变量测试。在整个这篇文章中,Justinmind将探索这两种测试策略,这样您的决策会更具权威性。A/B 测试就是拿出两个不同变量的方案,同时发布后测试,看看那个数据更好。 变量可以是任何细微改变,如:间距、按钮颜色 和 布局的位置。 多元多变量测试 VS A/B测试各有什么作用? 通常情况下,您会希望测试同一件事物的两种不同版本。 带有两个不同banner大图的着陆页,电子邮件中的两个主题行或两个不同颜色的购买按钮等。 如果测试多个变量,则A / B测试无法高效工作。 我们将介绍如何尽快完成。 假设你有一个主页,并且它不会像你想的那样好。 你用过热图之类的工具,发现人们鼠标悬停在按钮或行动按钮上,但是不点击,这种感觉是不是很差? 为了改变这种情况,你决定设计一个新的方案来测试效果,您可以使用A / B测试,来了解哪些方法可行,而不是凭感觉。 其实很简单,就是给2批不同的人两套不同的设计方案,如果一个转化率明显好于另外一种,那么你就找到了答案。你是怎么知道在这种情况下,哪个表现更好?哪个点击更高呢?A / B测试是一种相对便宜的研究方法,因此它是一种流行方式,可用于找出评估您的网站或移动应用设计好坏的关键信息。 A / B测试可以帮助您验证您的任何假设。 如果您的“购买”按钮为绿色,但是你阅读了一篇关于红色按钮更容易激发购买的文章,那么你可以在您自己的受众群体上测试该假设。 对A / B测试感到好奇的是,你最终可能会看到违反直觉的信息。 拿Vendio来说,去掉注册表后,其签名增加了60%。 支付你的假设来测试是值得的。现在我们知道为什么A/B测试是商业和设计的一个好实践。但是开展自己的A/B测试到底有什好处呢?看看以下重要原因: A/B测试可以帮助你做决定,如果您是一名设计师,而且您正在和一个内容团队(或者是产品技术团队)合作,你们对设计元素布局有不同看法,那么A/B测试将为你们快速解决分歧,也许你正在思考到底是弹窗广告好还是列表中插入的广告效果好,你可以通过A/B测试找到有力证据。 A/B测试成本极低。在优化用户体验上面,你只是测试不同替代方案。 把它们扔到你的服务器上,使用Optimizely或Crazy Egg等软件,然后你就完成了。 易于实施,具有成本效益和可操作性的有点 – 你有什么理由不爱呢? A/B测试可让您深入了解用户行为。 A / B测试是衡量用户行为的核心。 如果您运行测试,并且发现设计A比设计B的性能好得多,那么您可以放心地使用设计A方案,因为您的决定是有证据支持的。A/B测试的关键在于用它测试衡量事物有一个明确的目标和标准。 雅各布尼尔森建议,可衡量的点包括:当然,像亚马逊这样的公司可以在他们的主页上执行数百次A/B测试并获得实际结果。  但是,例如一个小的面包店网站呢? A/B测试如何帮助他们? 它确实会但很难实现强大的样本量,不过,谢天谢地,还是有一些方法的。 您需要时间做A/B测试。 这样的计算器可以真正缩短你做A/B测试的时间。 每天有250位独立访问者的小公司希望将转化率提高10%,至少需要162天才能看到显着的结果。 初创公司通常时间紧,让他们等待近200天是不可能的。 A/B测试的另一个问题是,如果您没有正确定义您的目标群体,或者您处于产品的早期阶段,那么您可能对客户了解不多。 如果你不确定他们是谁(只是尝试创建一些用户角色),那么你最终可能会产生误导性的结果。测试不一定要等到上线。 事实上,您可以使用Justinmind实时验证不同的设计理念。如果您在设计原型的阶段就开始做测试,从长远来看,这将大大节约时间减少返工。 多元多变量测试 VS A/B测试各有什么作用?现在我们引入另一种测试方法:多变量测试。 它是什么? 这有点像A/B测试,但更复杂一点。 尽管A / B测试被用来一次测试一个变量的假设,但是多变量测试被用来测试被修改的多个变量的假设。 这样做是为了揭示哪些变量组合在所有可能的组合中表现最好。 为了简化:多变量测试会改变多个变量(例如,较长的版本和一个巨无霸广告图像与两个图像和简短的版本)并找出哪一个出来效果更好。 多元测试可以以与A / B测试相同的方式使用,但可以更全面,因为它会发现实现您的目标的理想组合。 不是测试一个变量,而是在一个页面上测试多个变量。 多变量测试最明显的好处是您可以更好地了解页面上的哪些元素,现在或未来真正有用。您可能会问自己是否应该使用A / B测试或多变量测试。 好问题。 答案? 这取决于你的需求,如果你想要快速获取有意义的结果,那么A / B测试将是你最好的选择。 A / B测试非常有效地告诉你哪两个变量你应该做。现在,如果您的网站有很多流量(需要大量流量才能有效使多变量测试),那么多元测试可能会提供更多用途。 一般来说,A / B测试需要进行大的修改,而多元测试则用于小优化。如前所述,多变量测试适用于测试页面上较小的元素。 多变量测试的其他常见用途包括:多元测试很复杂,最好由经验很丰富的人来完成。做这个测试的时候流量的大小问题要考虑。 通过A / B测试,您可以简单地进行50/50分割以测试某些内容,但对于多变量测试,您需要将流量分为四分之一,六分之八,八分之一以及更多。 如果没有较大的流量,这可能很难实现。网上有大量的资源,您可以使用它来开始A / B和多变量测试,并改进您的测试过程。 为了完善这篇文章,这里有一些我们的珍藏:优化设计并提升网站和移动应用的用户体验是我们的基础目标。 A / B测试和多变量测试只是帮助我们实现这一目标的两种方式; 两者都是可靠的方法论,可以让我们创造更好的设计。如果使用得当,他们可以为您提供有价值的见解,从而可以与您的用户建立更好的联系。原文地址:IAMXK

0

评论0

请先

blank

没有账号? 注册忘记密码?

社交账号快速登录