什麼是拆分測試？ 下一次營銷活動要遵循的 8 個步驟

各地的營銷人員、銷售人員和專業人士都同意，提高點擊後著陸頁轉化率的最簡單方法之一也恰好是最有效的。

這就是為什麼各地的企業越來越多地將更多預算分配給強大且相對輕鬆的優化方法，稱為拆分測試。

什麼是拆分測試？

拆分測試，通常稱為 A/B 測試，允許營銷人員比較網頁的兩個不同版本——一個控制（原始）和變體——以確定哪個表現更好，以提高轉化率。

理想情況下，兩個頁面之間只有一個差異，因此測試人員可以了解性能變化背後的原因。 例如…

拆分測試的精確度

假設您想看看不同的標題是否會提高點擊後著陸頁的轉化率。 原始標題為“如何為您的業務產生更多潛在客戶” ，而變體標題為“了解專家用來產生更多潛在客戶的一種秘密方法”。

在為兩者都產生流量後，您會發現變體產生的轉化次數比原始變體多。 由於兩個頁面之間只有一個差異，因此您可以確信標題是提升的原因。

現在，這就是在理想世界中執行所有拆分測試的方式——一次一個更改。 不幸的是，我們並不生活在一個理想的世界中。

拆分測試的實用方法

拆分測試的理想方法（每個測試僅更改一個元素）的主要問題是，每個測試在得出結論之前需要多次（有時是數百）次訪問價值的流量（更多關於為什麼會這樣） ， 之後）。

所以，還有一種更實用的方法來做到這一點。 考慮這個…

您希望在點擊後登錄頁面上提高轉化率，因此您進行了以下更改：

• 標題從“如何為您的企業產生更多潛在客戶”到“了解專家用來產生更多潛在客戶的一種秘密方法”。
• 從“提交”到“告訴我秘密”的號召性用語。
• 具有四個字段（姓名、電子郵件地址、電話號碼、公司名稱）的表單到具有兩個字段（姓名、電子郵件地址）的表單。

在為兩者運行流量後，您會發現您的新變體在實施了上述更改後，產生的轉化次數比原始變體多 8%。 萬歲！ 成功！

但是……等一下……您不知道為什麼會發生這種轉化率提升。 如果您進行了多變量測試，或一次測試了一個元素，您可以自信地給出理由。 德拉特…

轉念一想，你真的在​​乎嗎？

許多企業沒有。 他們對提高轉化率很感興趣，他們並不關心它為什麼或如何發生。 當您沒有大量的時間、流量和人員可供支配時，或者您正在進行重大的重新設計時，“每次測試只更改一個元素”不是實用的建議。

但是請記住，運行拆分測試並不像“進行更改並為每個頁面帶來相等的流量”那麼容易。 無論您選擇使用哪種方法 - 實用的或精確的 - 它還有更多內容。

在開始拆分測試之前應該注意什麼

每個營銷人員都在尋找提高轉化率的方法，因此，他們聽說拆分測試可以對網頁執行此操作，他們立即投入其中。只是，他們的倉促導致他們犯了一些常見錯誤：

他們無緣無故地測試

如果您搜索“拆分測試案例研究”，您會發現無休止的博客文章聲稱特定按鈕顏色會產生最多的轉換，並且您的表單上有一個理想數量的字段可供使用。 因此，您很自然地會嘗試在您的點擊後登錄頁面上實施這些更改，因為如果它對他們有用，那麼它可能對您有用。

除了，有一個問題。 他們的業務、點擊後登錄頁面、報價和受眾與您的不同。 因此，如果您正在考慮嘗試對其他人有用的東西，請幫自己一個忙並停止。 馬上停止。

相反，您應該想出自己的東西來使用自己的數據進行測試。 熱圖工具、分析軟件和客戶訪談都非常適合確定您的網頁的不足之處。 從這些中，您可以形成一個關於有可能提高轉化率的測試的假設。

他們盲目地遵循最佳實踐

對於您找到的關於完美按鈕顏色或理想的表單域數量的每一篇文章，您都會發現兩篇反駁它。

“錯誤的！” 營銷人員將宣布。 “橙色經不起紅色！”

“愚蠢的！” 另一個會說。 “顯然綠色勝過兩者！”

有趣的是，每個人都忙於爭論誰錯了，以至於他們忽略了一個事實：好吧，他們是對的（也就是說，除非在測試中出現一些方法論錯誤）。

如果營銷人員 1 在她的點擊後登錄頁面上針對橙色按鈕測試了紅色按鈕，並發現紅色按鈕可以產生更多轉化，那麼她認為紅色是她點擊後登錄頁面的正確選擇是正確的。

如果營銷人員 2 在他的點擊後登錄頁面上測試了綠色按鈕與紅色按鈕的對比，並且他發現綠色優於紅色，那麼綠色對他來說是正確的選擇。

營銷人員 2 的測試結果是否證明綠色是比紅色更好的按鈕顏色？

絕對不。 營銷人員 1 可以很好地測試綠色與紅色，並發現紅色仍然在她的點擊後登錄頁面上產生更多轉化。 按鈕顏色對轉化的影響在很大程度上取決於許多因素——例如你的受眾和頁面其餘部分的顏色——所有這些都因企業而異。

對別人有用的東西不一定適合你。 這就是為什麼您的所有測試都應該植根於您自己的數據。

他們根本不遵循最佳實踐

雖然您不應該盲目地遵循最佳實踐，但忽略它們也同樣有害。 有適用於所有點擊後到達網頁的普遍真理。

例如，在有導航和沒有導航的情況下測試您的點擊後登錄頁面的版本是浪費時間，因為我們已經知道導航會通過讓潛在客戶離開您的頁面多次退出來降低轉化率。 同樣，您不會在具有藍色背景的頁面上測試藍色號召性用語按鈕，因為它不會像對比色那樣吸引更多注意力。

這些是普遍接受的設計最佳實踐，100 次中有 99 次不值得您花時間和精力去測試——這讓我們陷入了下一個錯誤……

他們測試不太可能帶來提升的東西

有一次，谷歌測試了 41 種不同深淺的藍色，以確定哪些對轉化率影響最大。 你也可以嗎？

絕對地。 但是你會嗎？

我們希望不會。 你看，像谷歌這樣的企業有整個部門專門從事這樣的測試，以及支持它的收入，但總的來說，大多數企業沒有。

事實上，CXL 的 2016 年行業狀況報告發現，53% 的使用轉化率優化的企業甚至沒有專門的預算。 此外，大多數轉化優化人員在年收入低於 100,000 美元的企業中工作。

除非您使用類似於 Google 的資源，否則嘗試確定最佳顏色陰影的瑣碎測試只會浪費您公司的時間和金錢。 相反，您應該關注可能對您的轉化率產生重大影響的重大變化——這會讓我們犯下一個大錯誤。

他們認為拆分測試將最大程度地提升營銷活動轉化率

我們在 Instapage 大力提倡拆分測試（它幫助我們一次又一次地提高了轉化率），但我們更大力提倡對您的底線產生最大影響的優化方法。

拆分測試實際上只是轉換方程式的一部分，有時，它並不是帶來最大提升的優化方法。 Derek Halpern 很好地解釋了我們的意思：

“如果我有 100 人訪問我的網站，並且我有 20% 的轉化率，這意味著我有 20 人進行了轉化……我可以嘗試將轉化率提高到 35% 並讓 35 人進行轉化，或者，我可以弄清楚如何獲得 1,000 名新訪問者，保持 20% 的轉化率，您會看到 1,000 名 (200) 的 20% 遠高於 100 (35) 名的 35%。”

有時，擺弄您的點擊後登錄頁面並不能最大程度地提高轉化率。 有時會增加您的流量。 其他時候，改進你的廣告會。

我們要說的是，在開始拆分測試之前，請確保您的廣告系列中沒有任何其他需要修復的漏洞。

好的，既然您已經了解了一些常見的陷阱，請對自己準備好進行拆分測試誠實一點。 您的廣告系列中的其他所有內容都正確嗎？

太好了，讓我們談談如何開始進行拆分測試。

如何拆分測試點擊後登錄頁面

從頭到尾，以下是進行拆分測試時應採取的步驟。

1.從測試的理由開始

正如我們之前提到的，您進行拆分測試的原因應該是數據驅動的。 Google Analytics 數據是否顯示您的訪問者在放棄之前平均只在您的頁面上停留 5 秒？ 也許你的標題和特寫圖片需要更好地吸引他們的注意力。 或者，也許他們覺得被誤導了。 也許您需要更好地在廣告和點擊後登錄頁面之間創建消息匹配。

2. 創建假設

基於這個原因，提出一個假設。 問問自己，“我在努力改進什麼？”

在這種情況下，您可能會說，“在觀察到平均點擊後著陸頁用戶會話只有 5 秒後，我們相信創建更具吸引力的標題將使他們閱讀正文並在頁面上花費更多時間，這最終會帶來更多的轉化。”

通過測試，您將能夠接受或拒絕該假設。

3. 計算您的樣本量

在結束測試之前，您需要達到所謂的“統計顯著性”。 該術語是指您的每個頁面（控制和變體）在您對結果充滿信心之前需要獲得的訪問次數。

在大多數領域，包括轉換優化，普遍接受的顯著性水平是 95%。 從本質上講，這意味著，在您的測試結束時，您的結果只是偶然的可能性只有 5%。 在 95% 的顯著性水平上，您可以 95% 確定轉化率的變化是您在點擊後登錄頁面上所做更改的結果。

現在，有一種方法可以手動計算樣本量，但它涉及一些嚴肅的數學運算。 幸運的是，有一些工具可以讓我們這些沒有統計數據或沒有時間以老式方式進行的人更容易。

Optimizely 的計算器非常適合這一點。 這是您必須輸入的內容才能輸出準確的樣本量：

基線轉化率：您的原始（控制）頁面的轉化率是多少？ 它越高，在結束測試之前您需要的訪問次數就越少。

最小可檢測效果：您希望能夠檢測到的轉化率的最小相對變化。 20% 的最小可檢測效果意味著，在測試結束時，您只能確信高於 20% 的轉化率提升或下降是您調整的結果。 您的最小可檢測效果越低，您在結束測試之前需要的訪問次數就越多。

統計意義： Optimizely 的計算器允許您提高或降低此值，但不建議您使用低於 95% 的任何值。 如果您想根據結果做出準確的業務決策，就不能依靠不可靠的數據。 您的顯著性水平越高，您在調用測試之前需要的訪問次數就越多。

獲得樣本量後……

4. 進行調整

如果這是您要更改的標題，請更新它。 如果您的假設涉及切換特色圖像，請執行此操作。 像 Instapage 這樣的平台可以在幾秒鐘內輕鬆調整頁面元素以進行拆分測試，而無需 IT 的幫助。

確保您的原始點擊後登錄頁面保持不變。 否則，您的測試基準將不准確。

5. 消除混雜變量

不幸的是，您的測試不是在真空中進行的。 這意味著一個小的外部因素可能會對您的測試產生很大的影響，這可能會導致誤導性的結果。

確保兩個頁面的流量來源和引薦廣告等內容相同，並儘可能消除可能影響測試的其他變量。 以下是您需要考慮考慮的一些事項：

請記住，雖然最好在開始時解決這些問題，但您必須始終注意它們。 準確結果的障礙可能會在您最意想不到的時候出現。

6. 確保一切正常

在測試上線之前檢查所有內容。 您的點擊後登錄頁面在每個瀏覽器中看起來都一樣嗎？ 你的 CTA 按鈕有效嗎？ 您廣告中的所有鏈接都正確嗎？

在開始運行任何東西之前，務必對營銷活動的各個方面進行質量檢查，以確保不會對結果的準確性造成任何威脅。

7. 為您的網頁增加流量

現在是時候為您的網頁增加流量了。 正如我們之前提到的，確保流量來自同一個地方（當然，除非您對流量來源或廣告進行拆分測試）。 並註意流量來自何處。 所謂的“選擇效應”描述了流量的來源以及它如何影響測試結果。 CXL 的 Peep Laja 詳細說明：

“例如：您將促銷流量從您的電子郵件列表發送到您正在運行測試的頁面。 訂閱您列表的人比普通訪問者更喜歡您。 所以現在您優化頁面（例如點擊後登錄頁面、產品頁面等）以處理您的忠實流量，認為它們代表總流量。 但這種情況很少見！”

選擇流量來源後，繼續運行測試，直到達到您在兩個頁面（原始頁面和控制頁面）的預測試計算中確定的樣本大小。 而且，如果您在不到一周的時間內達到該數字，請繼續進行測試。

為什麼？

因為一周中的幾天對轉換有重大影響。 有時您的訪問者會比其他人更容易接受您的營銷信息。

如果您已經達到了您的樣本量並運行了至少整整一周的測試，同時考慮了可能會毒害您的數據的混雜變量，那麼現在是查看結果的時候了。

8、分析優化

你的變化票價如何？ 你生產了一個大電梯嗎？ 一個小的？

請記住，如果您將最小可檢測效果設置為 20%，並且您產生的提升小於該值，則您不能確信提升是您調整的結果。

如果你確實製造了比這更大的電梯，恭喜！ 您現在已完成優化...

不是。

僅僅因為您的點擊後登錄頁面比以前更好，並不意味著它可能是最好的。 總有一些東西要測試。 沒有任何活動是完美的。

如果你沒有產生提升，或者實際上創造了更糟糕的變化，不要緊張。 你沒有失敗。 您剛剛發現了一些不會影響您網頁上的轉化的內容。 繼續並繼續測試。

您是否嘗試過拆分測試？

我們可能只是將看似簡單的事情變成了一種聽起來比實際複雜得多的優化方法。 幸運的是，借助 Instapage 等拆分測試工具，您可以快速創建點擊後登錄頁面的變體以進行測試，而無需 IT，並使用業界最先進的分析儀表板在一處分析它們。

你還在等什麼？ 立即註冊 Instapage Enterprise 演示。