在对数据进行相关分析后

测试：不要犯的 10 个错误 在您的站点上运行 A/B 测试之前，了解要避免的错误。 分享文章 Estelle Raffin / 发表于 2021 年 1 月 20 日 07:13 ab-testing-mistakes-to-avoid 通过避免最常见的错误在 A/B 测试中取得成功。 © Andrii Symonenko - stock.adobe. A/B 测试允许您同时测试同一网页的两个不同版本，以确定最有效的版本，然后执行必要的优化以获得更好的结果。 这种做法也用于电子邮件活动，以测试不同的电子邮件主题或电子邮件内容。 我们可以特别以电子商务网站为例：他们可以在产品表上启动测试，展示两个版本的两个不同图像或两个 CTA 不同的文本。

他们可以确定这两个版本中哪个版本最适合他们的受众。 但是 A/B 测试是一项复杂的实践  需要非常严格才能使结果不失真。 在深入 A/B 测试之前，我们邀请您发现常见错误和避免这些错误的技巧。 1. 在没有真正计划的情况下进行 A/B 测试 在开始测试之前印尼手机号 您需要制定战略计划。 该计划将使您能够确定必须优先处理的要点。 即使这对您来说似乎很明显，也不要犹豫，在您的计划中列出：您公司和网站的目标、访问量最大的页面和有可能转化的页面、转化过程中遇到的摩擦（尤其是可见的） 在 Google Analytics 上）以及关键指标。 从这个计划中，您将能够确定测试的优先级。

在不依赖假设的情况下创建测试 A/B 测试的口号如下：“没有假设就没有测试”。 对于每个测试，您必须基于一个起始假设，该假设将在测试后得到验证或无效。 要建立此假设，您必须依靠对数据的分析，例如网站流量数据、页面跳出率、产品转化率或热图数据或所进行的调查。 例如，您可以假设由于要填写的字段太多而对表单的验证很少，那么您可以使用现有表单和字段较少的另一个版本的表单运行 A/B 测试，然后查看 如果你的假设得到证实。 3. 对没有足够流量的站点进行 A/B 测试 您需要在足够大的人群中进行测试，这样 A/B 测试才真正有意义。 这与调查的原理完全相同。 如果您对 10 个人进行调查，它的价值将与对 1000 人的价值不同。 因此，必须有足够数量的数据才能得出结论，这就是为什么 A/B 测试更推荐用于具有大量流量的网页。