给用户更多选择?No,你在谋杀转化率

掐指一算,快3个月没更新了。。= =

所以今天滚来码字了。

好了,今天要说的东西就是转化率优化,因为在过去一个月里面,我不停在做A/B测试,然后发现了一些有意思的事实,也证明了一些我的猜测。更大的好处是,跟同事讨(zhuang)论(bi)时,我会理直气壮说:“是你认为这样好,还是数据说明这样好?”

这篇文章会提到我最近做的三个有代表性的A/B测试,先以标题说到的那个开始。(结尾有干货及福利

少给一个选项,转化率高45%

在网站的购买页面,我起初跟用户给了3个购买选项,分别是一年期,两年期,和终生,价格有不同。然后我刻意把两年期的价格调的不划算,事实也证明用户都不傻,只有3%不到的用户选择购买两年期。

然后在参考了大量业内网站后,我决定只提供一年期和终生试试。

AB测试结果如下。

ab测试1

蓝色是三个选项的原版,橙色是两个选项的测试版,然后曲线取值是转化率。这是7天的数据,两个选项的转化率比三个选项的转化率多出46%。

按钮换个颜色,转化率提高110%

在产品页,购买按钮是橙色,然后为了保持一致性,到了购买页我依然把按钮设定的橙色。

在我之前的文章中,我提到过,绿色是最能刺激用户点击欲望的颜色。所以我还是对绿色念念不忘,于是决定来做个AB测试,把按钮换成绿色。结果如下图。

ab-test-2

19天的数据,绿色按钮比橙色按钮的转化率多出114%。

改一个单词,转化率下降72%

这个也是在参考了业内很多好站之后,决定做的测试,内容是把X-Year License变为X-Year Subscription。

测试结果如下。

ab测试3

只是4天的数据,但是由于差距太悬殊,我没法继续让他测试下去采集数据,毕竟我不是老板,我得对业绩负责。

也许继续测试的话,差距会缩小,但是我不觉得最后的结果会有变化,从我已经进行的测试来看,如果前3天两者直接差距已经超过10%,那基本上大局已定,可能最后会持平,但是不会逆转。

———————————————————————————–

有代表性的例子就说上面三个,接下来抖点干货。

  1. 做A/B测试的前提是有足够的样本数,如果测试页面每天就几十流量,那测试的结果不太有说服力,因为偶然性太强了。一定要有足够多的样本才行。
  2. 一次只一个变量。这样才能确定变好或者变坏就是它的原因,而不是其他东西导致的。
  3. A/B测试前如果自己都没有对结果的预计,那么这个测试没意义。在同事跟我提A/B测试的点子的时候,我会问他对结果的预估是什么,为什么要这样测。如果他的回答是:“我也不知道,测了看看呗,如果已经都知道这样改更好,那我还测个什么。”那么这个测试一定是没多大意义的,测试是用来支撑我们的观点的,而不是用来碰运气的。就像科学家做实验,一定是先有了concept,再去用实验证明自己的concept。
  4. A比B转化率高4%,那么你改还是不改?没有标准的临界值。我自己的标准是,如果这个页面的单日流量非常大,那么超过2%我就会改,因为即使只有2%,每日10000PV的话,就是200次转化的差别。如果是个流量不那么大的页面,我可能就会把标准提高,具体数字自己把握就好。
  5. 工具选用GA或者Optimizely(付费)
  6. 记得把测试页面noindex, nofollow,保险起见的话,再加上canonical标签
  7. 测试的同时要兼顾收益。如果说一个改动我预估它的影响会很大,那么我不会拿对网站收益至关重要的页面来做测试。
  8. 测试结果是负面的,那么尽量在能确定结果的前提下,缩短测试时间。如果是正面的,那么为了验证它的准确性(不是因为偶然因素而导致正面结果),可以延长测试时间。还是为了收益考虑。
  9. 一切皆可A/B测试,包括发出去的邮件,社交平台的Post。这个概念可以深入在线营销人员的血液,但是一定要确保唯一变量这个前提。
  10. 做好记录,Excel即可,这是一个好的工作习惯,比如下图。

ab测试excel记录

懒人福利:不想自己再做一个Excel表的,我会通过邮件把Excel模板发给你们。里面已经自定义好了一些数据有效性及格式规则等。然后为了让更多人能收到,我会等1-2周再发。所以,到右侧边栏订阅我的邮件吧。(放心,我是懒到连广告邮件都懒得发的人,不会Spam你的收件箱的)

最后,戳下面的分享按钮帮我拉点流量呗~

如无特别注明,本博客所有内容均为汤板唦原创,采用CC BY-NC-SA协议进行授权。如需转载,请注明来源。

如果喜欢这里的内容,你可以在右侧边栏关注我的微博或者订阅我的邮件推送,只要有新文章发布,这两个平台会自动通知。

  1. 有理有据,图文结合,让人信服,感谢博主分享。