爱华网
系列专题：《行动的召唤：有效提升网络营销力》
另外一个例子是ICE公司做过的一项测试，使用的是Visual Sciences工具。它的目的是提高网站首页列出的特色产品的销售量，决定测试特色产品下的广告词，进而检测效果。它对照一个版本测试了三篇有些微差异的广告词，这四个版本如下图所示（见下页）。 您认为哪个要好一些？就像在A/B测试中一样，我们倾向于某一个版本，并且希望它成为优胜者。对于某些假设，A/B测试给我们一个真实的、由数据驱动的、公正的答案。版本D一开始被认为是赢家，但它导致成本上升了数千美元。 成功测试有用的指导方法 现在您知道测试的价值了，决定学以致用。但是您还是有些担心。怎样才能判断（说服其他人）测试结果是有效的？您进行任何测试，都要知道一些"影响"因素：周期，甚至是时间。您必须在几周内进行连贯的测试。确保样本规模足够大，测试出的不同版本之间的区别是很有意义的数据。 Incept*r的执行副总裁迈克·塞克给我们提出了一些关于分割流量、稳定性、时间的建议： 第一步是要确定怎样分割流量，50/50，90/10或者是80/20。分割是随意的，可以按照时间或来源（喜欢用G**gle是A类，喜欢用Yah**的是B类）。第二步，您必须确定测试的稳定性；换句话说，如果访客离开网站然后又返回来，还能看到相同的测试吗？您可以从无稳定性、连接稳定和c**kie稳定中选择其一。但至少您应该拥有连接稳定性，即使c**kie稳定对追踪隐性转换效果更好。 这是我们关于范例、大小和标准的一些想法。 为了确定您的最终范例规模，您可以进行零点测试（null test）。零点测试是真正的A/A测试，您自己控制标准，决定结果的集聚点（一般每个点之间有0.05%的差异，不过取决于自身情况）。当测试结果汇聚起来时，您就知道需要测试的流量了。 您可以根据一定数量的转换或销售量来决定成功的标准，或者可以在一段时间后（比如两周）测试结果。要想了解测试是否能够显示有意义的数据信息，您需要知道是否已经展示了足够多的测试方面的差异。作为基本法则，一个结果知道要是其他另外一个结果的三倍（例如，如果A是5，B应该是15）。 A/B测试非常有力，而且有很多实施的方法： * 使用廉价脚本。 * 把流量分到不同的服务器上管理。 * 使用可以建立A/B测试服务的软件，例如Incept*r、*ptim*st、*ffer-Matica或Visual Sciences。 您可以使用这些软件测试无数的可变元素，但是记住只有某些可变元素会对您的投资有所回报。尽管这些软件使得测试变得简单容易，它们仍然不提供相关信息，没有建立成功测试的资源。这里有一部分是取决于您自己的。 应该测试些什么？把不需要担心的项目写出来很容易，因为很可能最后这张纸上什么都没写。但是这里有一些值得测试的元素。这些应该是您开始的地方： * 电子邮件：赠品、优惠券、附言、保证条款、开始语、结束语、行动召唤、开始问候语、字型、页面布局、图片。 * 网站：登录页面、广告语言（标题、正文、行动召唤、保证）、颜色、元素位置、观感和链接。 A/B测试不是什么先进的科学（还有更加复杂和牢靠的测试方法），它并不复杂。更重要的是，这意味着您不会再凭直觉做出一些不切实际的决定，您会说："看看这些数字吧！" 为零售商服务的网站分析 我们的客户经常问的第一个问题是："我们有正确的网站分析法吗？"对于零售商来说，我们建议在投资新的分析方法前，先让专业人士配备到位。 Jupiter研究中心2004年的一项研究表明，在被调查的网上企业中，只有27%的企业拥有专业技术人员。更糟的是，63%的公司甚至都没有专业分析人员。Jupiter研究中心询问公司总监网站面临的最大挑战是什么，前六项中的三项是需要收集、理解、处理数据。
