使用A/B测试和多变量测试提升网站转化率(2)

2. 假设

下一步是做一个低转换率的假设名单（采取行动的访客的百分比），低转换率很难得出准确结果（这就是为什么我们称他们为假设），但是仍有三个不错的资源可以帮助你：

（1）你：是的，你！ 虽然你很难不爱上自己的网站，但现在是时候进行自我批评了。 试着跟着你的访客走，你的网页所提供的是否足以吸引到一个没有相关知识背景的访客？ 请记住，这不像你，你的游客不会在早上醒来说：“哇，这东西太棒了！” 批判自己的网站是一个很好的改进方法。

（2）网站分析数据：获得改进办法的另一个资源是您的分析工具。 具体来说，提交的资料和搜索的关键字提供了有价值的数据。 例如，有许多访客来到你的网页搜索了你可能没有注意到的关键字。 在这种情况下，访客可能会错误的认为你提供的资源并不是他们正在搜索的东西而离开你的网站， 处理这类案例可以提高转换率。

（3）可用性测试：从可用性测试中获取到的反馈总会令你感到惊讶！ 也许你会发现，游客甚至不知道网页所提供的东西。 在这种情况下，测试可激发行动的颜色和尺寸大小是一个很不错的办法。如果你没有一个大的预算，可以尝试可负担得起的服务如可用性测试或批量反馈。

关键点：确定哪些因素影响转换率。

从别人那得到的反馈并不能准确的评估你的网站，你可以记下可能会影响转换的想法。 对于我的软件下载网页，我假设下载率下降主要是由于两个原因：1、大多数访客没有注意到下载链接。2、许多访客不知道该软件是免费下载的。

我的猜测正常的访问大概是这样：访问者来到这个网站，看到了一堆文字，四处寻找下载链接，因为某种原因没有找到（可能是由于标题颜色无差异），最后离开网站。另一些注意到下载链接的人可能不想有阅读文本的烦恼，哪里有提示说“… …这是个免费的”，可能他们认为该软件是一个试用版或是一个演示。

你可能有以下步骤的假设：

也许你的注册表单是太长，简短的表单将有助于增加注册量？

也许你的“免费试用”按钮不明显，大尺寸的下载按钮有助于增加下载量？

也许你的标题包含了大量的行业缩写，或是太普通？

也许你到达目标的着陆页面没有明显的下一个步骤导致大量的流失率？

3. A/B测试还是多变量测试？

一旦低转化率的原因清单列举完毕，你就要开动脑筋用不同观点去思考这些原因了。你在这一步需要做的就是，用不同的版本去思考上一步罗列出来的那些因素。拿“注册”举例，不同的版本将会是：

表单区别：仅有两块的简化表单；不需要电子邮箱地址的表单；多步骤表单；长表单

提交按钮区别：“提交”或者“免费注册”或者“立即注册”又或者“现在就注册！”

如果你怀疑这些小区别没法对转化率有任何显著影响，你该去阅读下 37signal的这篇提升注册30%，它只是测试了简单的头条新闻的变化。同样，你也应该去阅读下Dustin Curtis让他的Twitter跟随着增加了173%，仅仅通过改变链接的文字为“你应该在Twitter上跟随我”。

A/B测试

在A/B测试中（也被称为分离测试），你一次只对页面上的一种因素进行比较，这个因素也许是网页中影响转化率的关键（例如按钮颜色、尺寸、广告复制标题）。相比而言，多变量测试是把许多因素同时测试。但是，A/B测试比多维度测试更简单也更容易完成。

多变量测试

在多变量测试中，你要识别页面中影响转换率的不同的区块/因素。这些因素产生的不同变化，从而共同导致了网站的不同版本。多变量测试要得出结果的时间比A/B测试长 ，但是它更有可能得出较好的结果。

关键词：产生变化

推导性测试

再说回那个增加软件页面中下载量的难题，我用我自己的工具，可视化网站优化者，这个为产生的变化提供了一个可视化的界面，但是你也可以使用其他软件。一个显而易见的办法让访客更容易注意到下载链接，就是让下载的区域变成页面中最明显的部分。在网页的设计中，“下载”的标题尺寸和颜色和网页的其他部分溶在了一起，从而导致人们没注意到下载链接。

对于多变量测试 ，我选择了页面里两个因素来制造变化：侧边栏的“下载”标题和它下面的“PDF生产商”下载链接。测试聚焦于“免费”这个词的效果，以及高亮下载区域的效果。以下就是这个测试之后的变化：

对于“下载”标题

“下载” 用红色

“免费下载”用红色

“下载”用默认颜色，但是更大的字体尺寸

对于“PDF生产商”链接

“PDF生产商”用默认颜色，但是更大的字体尺寸

“PDF生产商”用红色