A/B測試如何工作_酒店標識設計公司
2023-04-03
此文是酒店標識設計公司關于設計公司如果推廣和營銷企業(yè)的分享，酒店標識設計公司旨在想讓更多的設計公司提高設計業(yè)務能力！
注：配圖為UCI設計公司作品
酒店標識設計公司轉發(fā)原文直譯：
A/B測試是確定哪種營銷信息變化會提高轉化率（從而可能提高銷售額和收入)的好方法。
你們中的許多人已經使用了A/B測試，但是你可能需要一些幫助來理解所有結果的含義。我在這里的目標是解釋與A/B測試相關的數字，而不是陷入數學方程和技術解釋。
A/B測試結果通常以花哨的數學和統(tǒng)計術語給出，但數字背后的含義實際上相當簡單。理解核心概念是重要的部分。讓計算器和軟件來完成剩下的工作吧！
抽樣和統(tǒng)計顯著性
首先要討論的概念是抽樣和樣本量。確定一組測試的結果是否有用在很大程度上取決于所執(zhí)行的測試的數量。每個A/B測試的轉換測量值是一個樣本，收集這些測量值的行為稱為抽樣。讓我們假設你擁有一家快餐店，并且想知道人們是喜歡薯條還是洋蔥圈。(如果你已經在做生意，你可能會從每家公司的銷售中知道答案。)讓我們假設你還沒有開始做生意，想估計哪一種賣得更多，這樣你就可以相應地預購每一種的存貨。
現在，假設你在餐館所在的城鎮(zhèn)里隨機調查一些人，問他們更喜歡哪一個。如果你總共只問三個人，其中兩個人說他們更喜歡洋蔥圈，你會相信三分之二的顧客會喜歡洋蔥圈，然后按比例訂購存貨嗎?
大概不會。
隨著您收集更多的測量數據（或樣本，在這種情況下，詢問更多的人),統(tǒng)計結果會穩(wěn)定下來，并更接近您在實踐中實際看到的結果。這不僅適用于薯條和洋蔥圈，也同樣適用于網站和營銷策略的改變。
目標是確保您收集了足夠的數據點，以便根據結果自信地做出預測或改變。雖然確定顯著性所需的適當樣本數背后的數學有點技術性，但有許多計算器和軟件應用程序可以提供幫助。例如，evanmiller.org有一個你現在就可以開始使用的免費工具：置信區(qū)間
很可能你見過置信區(qū)間，它是一個估計值可靠性的度量，一般寫成以下形式：20.0% 2.0%。
讓我們假設你對足夠數量的人進行了炸薯條和洋蔥圈的對比調查，以確保統(tǒng)計顯著性，這是你通過使用可靠的統(tǒng)計計算器或軟件工具確定的。(注意樣本人群（人口統(tǒng)計等。)也很重要，但是為了簡單起見，我們將省略這個討論。)
假設結果顯示20%的被調查者更喜歡洋蔥圈?，F在，注意置信區(qū)間的2.0%部分。這表明了喜歡洋蔥圈的人的上限和下限，被稱為誤差范圍。它實際上是對多次重復實驗與真實平均值的偏差的測量。
回到2%的誤差范圍，從20%減去2%得到18%。20%加上2%就是22%。因此，我們可以自信地得出結論，18-22%的人更喜歡洋蔥圈。誤差幅度越小，我們對平均結果的估計就越有信心。
假設一個良好的樣本人口和規(guī)模，這基本上告訴我們，我們可以自信地假設，如果我們能夠以某種方式調查，例如，在美國的每個人，95%的調查答案收到的洋蔥圈將位于18-22%之間。換句話說，我們可以相對確定18-22%的美國人喜歡洋蔥圈勝過炸薯條。
因此，如果我們下訂單為我們的餐廳進貨，我們可能希望確保洋蔥圈和薯條庫存的22%是洋蔥圈，其余是薯條（即78%)。那么，假設總庫存足夠兩次訂購之間的時間，我們就不太可能用完任何一種。
A/B測試中的置信區(qū)間
將此應用于網站變更的A/B測試會得出相同類型的結論，盡管我們需要比較測試A和測試B的置信區(qū)間，以得出關于結果的有意義的結論。
所以，現在，讓我們假設我們在網頁上放了一個新奇的"立即購買"按鈕，并希望它能帶來更多的轉化率。我們運行A/B測試，使用我們當前的按鈕作為控制，使用我們漂亮的新按鈕作為測試變體。
在通過我們的A/B測試軟件運行這些數字后，我們被告知，我們的控制變量（測試答的置信區(qū)間為10.0% 1.5%,我們的測試變量（測試b)的置信區(qū)間為20.0% 2.5%
注：配圖為UCI設計公司作品
酒店標識設計公司
通過酒店標識設計公司的精彩分享，設計師更輕松快捷地掌握酒店標識設計公司分享的營銷與設計知識，幫助北京vi設計公司更好地服務好客戶 。
聲明：本文“ A/B測試如何工作_酒店標識設計公司 ”信息內容來源于網絡，文章版權和文責屬于原作者，不代表本站立場。如圖文有侵權、虛假或錯誤信息，請您聯系我們，我們將立即刪除或更正。
最新新聞
相關新聞
相關標簽
免費評估，獲取需求清單和報價，總監(jiān)一對一咨詢。
