“不測量，無市場”，這是我一直信奉的信條。公司的存亡依靠的是公司的靈活性和他們多大程度滿足顧客的需求。但首先有個經(jīng)久不衰的問題需要解答：“我怎么知道顧客想要什么？”如果你是喬布斯，或許可以放心大膽地說“顧客想要什么并不是顧客的工作”，但我們不是喬，所以我們需要A/B測試。
A/B，又叫分離測試，類似于顧客焦點團體（consumer focus group，形式是小組座談，商業(yè)中常用的調(diào)研方法），將一系列內(nèi)容變化在一定基準(zhǔn)（控制組）內(nèi)進行比較。A/B測試來自于郵件宣傳，發(fā)信者（商家）將同一目的內(nèi)容的不同版本郵寄到目標(biāo)群體中，測量回應(yīng)率。根據(jù)這些數(shù)據(jù)，商家可以對以后的直郵的內(nèi)容做相應(yīng)修改，往更多回應(yīng)率的版本走?？梢哉f，這個過程需要花費相當(dāng)?shù)臅r間，要獲得數(shù)據(jù)結(jié)果并進行微調(diào)需要幾個季度才能完成。
不過現(xiàn)在在幾乎能實現(xiàn)即時反饋的互聯(lián)網(wǎng)上，廣告商和市場人可以在數(shù)分鐘內(nèi)進行調(diào)整，A/B測試變得清楚易見。下面，我們將介紹如何在線上廣告、電子郵件以及網(wǎng)站上做A/B測試。
在開始之前，有一個有關(guān)A/B測試的規(guī)則必須記得：不要一次測試多個變量。這會影響測試中的基準(zhǔn)控制。
只要是在線上打廣告，不管是在什么時候或什么網(wǎng)站，通常都不會是單個廣告。你需要持續(xù)跟蹤、測量和調(diào)整的通常應(yīng)該是一系列廣告。線上廣告形式多樣，在這里看文字為主的廣告，這是在Google和Facebook上都能適應(yīng)的廣告形式。Facebook還提供一個圖片展示的位置。
如何開始
在A/B 測試開始之前，你必須首先要了解你廣告的重點在哪里，什么是你做廣告的主要目的？你是想要點擊量，想讓用戶加入你的郵箱列表，還是想讓他們走進店里消費優(yōu)惠券？如果沒有清楚定義好的目標(biāo)，A/B測試結(jié)果不會起太大作用，日后的改進也會變得更加困難。
現(xiàn)在，假設(shè)你是一個開攝影工作室的，想做一個返校優(yōu)惠，在Facebook上打廣告，為家庭提供20%的服務(wù)優(yōu)惠。這個廣告的標(biāo)題應(yīng)該為“Back-to-School優(yōu)惠”，這可以作為廣告A。而廣告B的標(biāo)題可以是“十一之前打八折！”
在這個案例中，你可以測試哪一個廣告得分高（如，獲得更高的點擊量），并開始測試針對這個廣告的改進版本。如果廣告A得分高，你可以開始對這個廣告進行提煉，讓廣告A不再變化，成為你廣告的控制組，即之后廣告改進的基準(zhǔn)。我常常會做兩組以上的測試，將廣告B換一下，以確保測試的正確性。
在你確定好了廣告的控制組后，A/B測試才真正開始。廣告的標(biāo)題會是你想一遍遍測試的要素，而“免費！”的效果其實不一定有你想象得這么好。
同樣地，除了標(biāo)題，你還會不斷地想更新迭代你的廣告文案，但你需要始終牢記你的最終目的。如果廣告C表現(xiàn)得比B好，但又沒有A這么好，你需要知道B和C之間改變的要素是什么。如果可以剖析比較廣告A和C，那么就可以將兩個廣告中好的成分組合成為一個廣告D。而一旦D出現(xiàn)并試運行，也是創(chuàng)造廣告E和F的時候了，你可以進一步完善你的廣告消息。
而Facebook廣告還提供一個有趣的第三個要素，也就是圖片。我們都知道一張好圖可以帶來的力量，特別是在Facebook里的時候。和之前的兩個要素——標(biāo)題，文案一樣，你需要用不同的圖片做實驗，去看哪張圖能和你的目標(biāo)群體產(chǎn)生共鳴。
我的建議是至少用5張不同的圖進行測試，如果你夠上心，你還可以用20張圖試試看。或許一張有笑臉的一家子會是這個例子中最好的圖片。當(dāng)然，也有可能是你的商標(biāo)，或者一個打八折的字樣。直覺是很棒的，不應(yīng)該被忽視。但這都沒有一個A/B測試來得實事求是。
測試多少個樣本？
A/B測試者通常會問：一共需要多少個樣本？越多越好。你跑的樣本量越大，結(jié)果就會越精確。但為了計算容易，至少要保證每一個測試組擁有100次點擊。在這之后，你就會有反映這個廣告比其他廣告更好的清晰數(shù)據(jù)，然后可以暫停表現(xiàn)不佳的廣告并開始下一組的A/B測試。
Google Adwords和Facebook都提供A/B測試服務(wù)，而提供這一服務(wù)的其他廣告服務(wù)上應(yīng)該不在少數(shù)。
在A/B測試當(dāng)中還要謹(jǐn)記的是，你會獲得各種不同的見解和洞察，最好將這些洞察在心中銘記一年。廣告就像頭從不被喂飽的野獸。一旦你已經(jīng)將廣告改好并呈現(xiàn)了最好的狀態(tài)，你就該創(chuàng)造新的廣告了，因為你的目標(biāo)群體已經(jīng)看過原版廣告的多個版本，而顧客可是很善變的。
但當(dāng)你開始創(chuàng)造下一系列廣告時，你并不需要重頭開始，你可以通過之前的A/B測試中獲得的經(jīng)驗進行比較。如果一張“打八折”字樣的圖對于你的目標(biāo)群體來說很有效，那么你可以在下個廣告中對圖片顏色、字型、字體大小等進行修改，然后再重新開始測量和改進過程。在有效的圖片上對顧客做進一步的刺激。
在電子郵件營銷活動中，A/B測試也揭示了有關(guān)用戶的大量有價值的數(shù)據(jù)。你可以測試郵件主題，郵件頻率，是HTML還是普通文本格式等等。而反饋中你還能知道自己的用戶對怎樣的題目有反應(yīng)，他們更喜歡哪種推銷形式。
如果你使用MailChimp或者Aweber這樣的電子郵件營銷工具，建立一些A/B測試相當(dāng)容易。這些工具可以讓你將不同版本的郵件寄往你所設(shè)好的組群當(dāng)中。
而在電子郵件營銷當(dāng)中，一般需要測試的內(nèi)容包括：
郵件標(biāo)題；
發(fā)送地址；
一天當(dāng)中的具體時間；
一周當(dāng)中的具體某天；
郵件內(nèi)容文案；
排版和設(shè)計；
行為召喚等。
是否需要跟蹤查看所有的這些變量？和線上廣告相似，答案取決于你的目標(biāo)是什么。你是想讓收信者點擊鏈接還是查看優(yōu)惠，還是讓他們在Facebook上加你？在測試之前，請確保你已經(jīng)有一定的目標(biāo)。而不管你的目標(biāo)是什么，以下的三個方面你必須在跟蹤當(dāng)中需要確定的：
打開郵件的概率；
點擊的概率；
要求不再發(fā)送郵件的概率。
A/B測試并不止是蝸居在廣告和電子郵件營銷當(dāng)中。Netflix，Amazon和Google也同樣是A/B測試的信徒?？梢哉f你現(xiàn)在看到的Google其實是Google服務(wù)核心下的其中的一個變化版本，帶著一個正被測試的元素。
現(xiàn)在你大概已經(jīng)知道，線上廣告或電子郵件營銷需要顧客的反饋去修改“源代碼”。但如果是要為網(wǎng)站做A/B測試網(wǎng)站內(nèi)的元素呢？如果你能回想起Google在06年推出的網(wǎng)站優(yōu)化工具，那就是網(wǎng)站做A/B測試的方向。不過，這個工具要求用戶寫兩組代碼，對于非開發(fā)者（比如營銷人員）來說，他們需要額外地找開發(fā)團隊幫他們調(diào)整其中的一兩個元素，這并不夠理想。而現(xiàn)在已經(jīng)有一些服務(wù)可以為網(wǎng)站提供包括A/B測試、熱圖、評價表、基準(zhǔn)研究等一系列服務(wù)。
在哪里使用A/B測試
用戶體驗上的A/B測試機會是無止境的。考慮“立即購買?。˙uy Now！）”按鈕在主頁上效果不佳的情況，可以嘗試改變按鈕的形狀、大小、顏色或者位置，作為變量B進行A/B測量?？纯催@些按鈕對于用戶來說是推銷的辭令還是歡迎的信號。
如果你的網(wǎng)站還在早期的發(fā)展階段，嘗試做一些大的改變，并查看你入站流量的反應(yīng)。
去年在我做的一個項目中，就發(fā)生過奇怪的事。我們改變了一個非常小的要素，將“聯(lián)系我們”的標(biāo)簽從左邊移到了右邊，結(jié)果帶來了點擊量、興趣和最終銷售額的顯著增長。為什么會這樣？我也不知道，但我知道數(shù)據(jù)不說謊。絕對不要低估用戶的力量，并且要懂得，一個小小的改變也可能帶來很大的不同。
如果不相信我說的，可以想想Google，他們當(dāng)初可是連工具欄上的顏色選擇也要A/B測試。
怎樣使用A/B測試
如果回到幾年前，要對網(wǎng)站做A/B測試就意味著需要不同的代碼集。但現(xiàn)在做A/B測試已經(jīng)很方便。
其中一個我最喜歡的做A/B測試的工具就是Optimizely。這家公司由Googler Dan Siroker和Pete Koomen。Optimizely只需要鼠標(biāo)操作就可以在實際上插入或編輯了一行Javascript代碼。所以營銷人員也可以做到進行A/B測試。
盡管我一直將A/B測試的好處，但在最后我要說的是，在A/B測試中，我們可以很容易地專注于微觀細節(jié)，但有時候問題在宏觀問題上。
來自HubSpot的Steve Hass曾經(jīng)告訴我有關(guān)Josh Porter提出的“局部最大”概念。“局部最大”指的是你在現(xiàn)有設(shè)計中所能改善的最大值。改善的有效性只能建立在目前版本之上。所以即使你做了100個調(diào)整，也只能提高這么多。就好像你可以一改再改，但發(fā)出的箭只能抵御這么大的風(fēng)，而你能做的就是改變箭發(fā)出的方向。
所以如果你已經(jīng)做了你能做的改進，并已經(jīng)達到了“局部最大”，那你應(yīng)該做什么呢？Porter指出，到了這個階段，就可以“停止優(yōu)化，并回到其他方面的分析，看看下一步能做些什么。主持面談，做用戶測試，問卷調(diào)查，問問題。”這些工具都是傳統(tǒng)上幫助考慮“顧客想要什么”這一策略的。這個階段應(yīng)該考慮的是這些，而不是再做A/B測試。
這里講到的僅僅是A/B測試的皮毛，實際上A/B測試還可以用在產(chǎn)品設(shè)計、電商銷售以及價格策略的規(guī)劃等等。A/B測試的美好在于，你的顧客正一直為你提供關(guān)于他們的最好信息，為何不盡情地將這些信息為自己所用呢？這是A/B測試所帶來的好心態(tài)。
Via TNW
