[譯]多變量測試:5個簡單步驟提升轉化率

前言

自Go​​ogle出現並改變了遊戲規則之後,用戶對於網頁的關注時間一直在下降。對於任何一個時下話題,有千萬條結果可以關注,可以抓住訪問者註意力的機會非常明顯地下降了(2002年,BBC報告指出大約在9秒內)。想像一下你自己瀏覽網頁時的時:你會閱讀所有的文字和圖片,嘗試著徹底了解整個網頁內容是什麼嗎?最有可能的答案是:“不會。”伴隨著充斥四周的信息轟炸,我們像被寵壞了的孩子那樣,不會投入足夠的的注意力去關註一個網頁到底想告訴我們什麼。

我們快速決定是否關註一個網站時,取決於我們在幾毫秒的時間裡可以弄清楚多少東西。提供良好的第一印像是設計師和網站所有者的責任。說服訪問者的機會非常小,大部分設計(很可能也包括你)將這個作為次要工作,因為大家覺得設計師只關乎美學。然而,大多數的網站並不是是為了給訪問者留下深刻印象,大部分的網站是為了銷售而存在的。無論它是為了讓訪問者去訂閱博客還是下載一個試用版軟件,每一個網站的存在最終都是為了銷售某些東西。

在這篇文章中,我們談談如何使用科學的辦法,使用A/B測試和多變量測試,去為網站創造更多的銷售、下載、註冊(或達到任何其他商業目標)。與一切和科學相關的東西一樣,這篇文章將一步一步地探索並重現那些增加你轉化率(客戶與訪問者的比率)的方法。還有,你可能會對之前發表在這裡的一篇文章《終極A/B測試指南》感興趣。

1. 定義挑戰

怎麼讓網站用戶注意到你提供的東西,然後讓他們採取行動呢?我想要在我自己個人博客回答那個軟件下載黃金頁面的問題。這個頁面有所有的正確元素:產品名稱、產品說明、認證、獎勵、得分和一個突出的下載鏈接。但是,只有40%的訪問者下載了這個免費的軟件。請注意,這個頁面中幾乎所有網頁流量都是有針對性的,要么是通過google搜索,要么是來源於相關的參考網站。所以,為什麼那剩下的60%訪問者不下載這個軟件呢?修補這個漏洞就是我的挑戰。

關鍵字:清晰定義你網站(或個別網頁)的目標

就我而言,所需的操作是讓訪問者下載這個軟件,挑戰是讓下載率從40%提升到盡可能的高。一些最通常的可以使用A/B測試的挑戰有:

  • 提高註冊率,減少跳出率,提高電子報訂閱量。
  • 提高從登陸頁中收集到的線索數量,提高白皮書或軟件試用版的下載量。
  • 優化購買和促銷,大幅提高從訪問者到客戶的轉化率。

完全有可能的是你的網站必須要滿足多種目的。例如,一個博客的挑戰是得到更多的訂閱量和提高訪問者的參與度(根據評論數量)。在那種情況下,最好的策略是是每次解決一個(清晰定義的)挑戰。

快速概覽:A/B測試。 查看詳細

2. 假設

下一步是做一個低轉換率的假設名單(採取行動的訪客的百分比),低轉換率很難得出準確結果(這就是為什麼我們稱他們為假設),但是仍有三個不錯的資源可以幫助你:

(1)你:是的,你!雖然你很難不愛上自己的網站,但現在是時候進行自我批評了。試著跟著你的訪客走,你的網頁所提供的是否足以吸引到一個沒有相關知識背景的訪客?請記住,這不像你,你的遊客不會在早上醒來說:“哇,這東西太棒了!” 批判自己的網站是一個很好的改進方法。

(2)網站分析數據:獲得改進辦法的另一個資源是您的分析工具。具體來說,提交的資料和搜索的關鍵字提供了有價值的數據。例如,有許多訪客來到你的網頁搜索了你可能沒有註意到的關鍵字。在這種情況下,訪客可能會錯誤的認為你提供的資源並不是他們正在搜索的東西而離開你的網站, 處理這類案例可以提高轉換率。

(3)可用性測試:從可用性測試中獲取到的反饋總會令你感到驚訝!也許你會發現,遊客甚至不知道網頁所提供的東西。在這種情況下,測試可激發行動的顏色和尺寸大小是一個很不錯的辦法。如果你沒有一個大的預算,可以嘗試可負擔得起的服務如可用性測試或批量反饋。

關鍵點: 確定哪些因素影響轉換率。

從別人那得到的反饋並不能準確的評估你的網站,你可以記下可能會影響轉換的想法。對於我的軟件下載網頁,我假設下載率下降主要是由於兩個原因:1、大多數訪客沒有註意到下載鏈接。 2、許多訪客不知道該軟件是免費下載的。

我的猜測正常的訪問大概是這樣:訪問者來到這個網站,看到了一堆文字,四處尋找下載鏈接,因為某種原因沒有找到(可能是由於標題顏色無差異),最後離開網站。另一些注意到下載鏈接的人可能不想有閱讀文本的煩惱,哪裡有提示說“… …這是個免費的”,可能他們認為該軟件是一個試用版或是一個演示。

你可能有以下步驟的假設:

  • 也許你的註冊表單是太長,簡短的表單將有助於增加註冊量?
  • 也許你的“免費試用”按鈕不明顯,大尺寸的下載按鈕有助於增加下載量?
  • 也許你的標題包含了大量的行業縮寫,或是太普通?
  • 也許你到達目標的著陸頁面沒有明顯的下一個步驟導致大量的流失率?

3. A/B測試還是多變量測試?

一旦低轉化率的原因清單列舉完畢,你就要開動腦筋用不同觀點去思考這些原因了。你在這一步需要做的就是,用不同的版本去思考上一步羅列出來的那些因素。拿“註冊”舉例,不同的版本將會是:

  • 表單區別:僅有兩塊的簡化表單;不需要電子郵箱地址的表單;多步驟表單;長表單
  • 提交按鈕區別:“提交”或者“免費註冊”或者“立即註冊”又或者“現在就註冊!”

如果你懷疑這些小區別沒法對轉化率有任何顯著影響,你該去閱讀下37signal的這篇提升註冊30%,它只是測試了簡單的頭條新聞的變化。同樣,你也應該去閱讀下Dustin Curtis讓他的Twitter跟隨著增加了173%,僅僅通過改變鏈接的文字為“你應該在Twitter上跟隨我”。

A/B測試

在A/B測試中(也被稱為分離測試),你一次只對頁面上的一種因素進行比較,這個因素也許是網頁中影響轉化率的關鍵(例如按鈕顏色、尺寸、廣告複製標題)。相比而言,多變量測試是把許多因素同時測試。但是,A/B測試比多維度測試更簡單也更容易完成。

多變量測試

在多變量測試中,你要識別頁面中影響轉換率的不同的區塊/因素。這些因素產生的不同變化,從而共同導致了網站的不同版本。多變量測試要得出結果的時間比A/B測試長,但是它更有可能得出較好的結果。

關鍵詞:產生變化

推導性測試

再說回那個增加軟件頁面中下載量的難題,我用我自己的工具,可視化網站優化者,這個為產生的變化提供了一個可視化的界面,但是你也可以使用其他軟件。一個顯而易見的辦法讓訪客更容易注意到下載鏈接,就是讓下載的區域變成頁面中最明顯的部分。在網頁的設計中,“下載”的標題尺寸和顏色和網頁的其他部分溶在了一起,從而導致人們沒注意到下載鏈接。

對於多變量測試,我選擇了頁面裡兩個因素來製造變化:側邊欄的“下載”標題和它下面的“PDF生產商”下載鏈接。測試聚焦於“免費”這個詞的效果,以及高亮下載區域的效果。以下就是這個測試之後的變化:

對於“下載”標題

  • “下載” 用紅色
  • “免費下載”用紅色
  • “下載”用默認顏色,但是更大的字體尺寸

對於“PDF生產商”鏈接

  • “PDF生產商”用默認顏色,但是更大的字體尺寸
  • “PDF生產商”用紅色

在多變量測試中,不同的變化綜合導致了不同版本的網頁。在這個案例中,結合以上變化,就有了一個共計12(4×3)個的不同版本(自動的),每個版本都有一個“下載”標題以及一個“PDF生產商”鏈接(變化1是控制了的或者默認的變化)

不同版本的下載區域被使用在多維度測試中

由於定義的原因,我把兩個不同區域的變化組合到了一起,因此這個測試就叫做變量測試。如果我只是在單一的區域做變化,例如“下載”標題,那麼這個測試就應該叫“A/B測試”。

關鍵詞:定義測試目標

每個測試都要有個目標,來衡量不同版本的效果。在這個測試中,目標就是下載的次數。其他類型的目標可能是註冊數、購買述、點擊數、曝光機會、瀏覽量或者流失率。定義與你商業目標相關的測試目標是非常重要的,例如,一個電子商務商店若要優化其銷售,不應該把點擊“加入購物車”定義為目標,而應該把購買完成後的“感謝”頁面的訪問定義為目標。

4. 進行測試並且分析結果

什麼是A/B測試或多變量測試呢,很簡單:當您的網頁有訪客時,隨機顯示一個版本的網頁。換句話說,你的流量平均分佈在不同的版本。各個版本的職能是為測試跟踪指定目標的變化。例如,在我的情況下,目標是增加下載的數量,每一次訪問者下載該軟件時,可視化網站盡可能跟踪展示給遊客的網頁。設置一個使用這個工具的測試在這裡可以幫助我做選擇,所見即所得編輯器產生的變化,立即瀏覽到指定目標在這個網頁上如何活動。

經過大量訪客在不同版本上測試進行比較,看看哪一個是表現最好,又有多少改善。

關鍵點: 分析結果。

運行了大約4週的測試後,我對我的軟件下載測試出了一份結果。你能猜出哪一種變化的下載量最大?有多少改善?我是能夠實現超過現有的40%的轉換率?

屏住呼吸,結果是:

詳情 轉換率 改善% 可信度*
1 默認組合(對照組) 39.4%
10 “免費下載”紅色,默認”PDF Producer”鏈接 63.2% 60% 99%
9 “下載”大字體”,PDF Producer”紅色鏈接 56.5% 43.3% 98%
12 “免費下載”紅”,PDF Producer”紅色鏈接 54.2% 37.7% 95%
2 “下載”為默認,”PDF Producer”大字體 41.3% 4.76% 56%

注:%默認的完善的計算公式為100 *(變化%-控制%)/(控制%)

#:指上面的截圖中所描述的是組合數目。

可信度*:統計上結果的置信水平(不犯錯的概率)。

你可以觀察到的標題為紅色“免費下載”轉化率39%升到63%,60%的驚人增長。有“下載”大字體大小(與鏈接,紅色的組合)也產生了積極的改善(43%)超過默認組合。所有結果前三名在統計上達到95%或更多的置信水平。看到下載有一個固定的增長,意味著我可以在這網頁上安全地執行這些轉變。還要注意,即使是表現最差的組合有大約超過4%的改善,雖然它並不顯著。

值得關注的是, 測試結果可能不可靠,而且出現的改善可能是由於機會。因此,必須了解不同參數的可靠性影響:

  • 瀏覽人數:訪客數量多,測試結果會更可靠。你可以使用如持續計算的分割測試法,估計您的測試需要多少訪客。
  • 轉換速率:在一般情況下,與轉換率高的(比如40-50%)的網頁相比。轉換率較低的(比如1-2%)網頁需要更長的時間才可獲得具有統計意義的結果。
  • 在性能上的差異:一個在轉變行為有很大差異(例如“10%)的測試比一個差異極小(0.5%左右)的測試要可靠得多。

不管你使用的是自動取得可靠性結果的工具,還是使用在線計算器來衡量結果的可信度,這是很重要的一個工具。使用和執行不可靠的結果實際上會導致性能下降。 A/B測試信度分析如何計算可以閱讀文章 統計分析和A/B測試 ,或者我的博客文章 A/B測試的數學運算

5. 從測試結果中學習

不管頁面的優化版本是否被察覺,每一個嘗試都會帶來很多收穫。以下是從我的嘗試中得出的若干要點:

  • “免費”是一個很吸引人眼球的字眼。如果你提供免費的東西,那可能是在做一個次優的東西,所以不要在頁面上太明顯。
  • 免費廣告最好在操作鏈接的附近展示,舉個例子,“免費下載”的廣告展示在下載鏈接的周圍。
  • 為什麼不把“免費”二字設置為可點擊?這個問題使我們想到了重要的一點。我敢肯定如果我分析了頁面上的鏈接點擊情況,我應該會發現很多用戶在點擊了“免費下載”的標題後才意外地發現這不是鏈接。我應該測試一個標題可點擊的版本。
  • 紅色只有結合其他元素例如“免費”(或其他帶有引起行動的文字)時,才會引起訪客的注意並讓他們採取行動。但如果你的文字沒有說服力,訪客大概不會採用任何行動的。
  • 引起行動的文字大小也是影響因素。較大的字體告訴訪客這裡是需要特別注意的部分。例如。 “下載申請”與頁面上的其他內容相比更重要。

即使你不記得以上各點,但請務必記住一個關鍵點:在您的網站沒有測試他們的時候不要復制上述建議!

每個網站都是獨一無二的,每次轉換的目標也是不同的。而一般關於“免費”的影響意見,關於字的紅色以及引起行動的文字的大小都是符合邏輯的。但是最明智的做法是創建一個快速測試,確定其效力。

A/B測試在刺激公司的收入和利潤方面有很大的潛力。儘管如此,奇怪的是採用A/B測試的人並不多。如果你還沒有做過A/B區別測試,為什麼會這樣呢?如果你之前做的A/B測試或多變量測試,請在下面分享您的經驗,以便別人可以了解真實的例子。

原文地址:Smashing Magazine

譯文地址:http://isd.tencent.com/?p=2488

譯文:電商交互設計組

特別注意:本站所有轉載文章言論不代表本站觀點,本站所提供的攝影照片,插畫,設計作品,如需使用,請與原作者聯繫,文章轉自alibuybuy

Comments are closed.