如果你不测试，就不会进步。

无论你博客或制作其他内容的频率如何，网站的首页、产品、服务、其他销售和登陆页大多是静态的。

静态内容从定义上讲，无法让你了解它相较于其他可能替代品的效果。没有这样的洞察，你无法自信且系统地提升网站静态页面的性能。鉴于即使是页面上的微小改动也可能对性能产生显著影响，如果你不测试替代方案，可能会错失巨大的收益。

为什么我需要做A/B测试？

当然，你可以更改网站的静态元素，并与之前版本进行比较，但这既不高效也不有效，因为测试是在两个不同的时间段进行的。

A/B测试是指通过测试网站中某个元素的两个或多个不同版本，以确定哪个版本表现最佳的过程。基本上，访问者1显示的是版本A，访客2显示的是版本B，依此类推，A、B、A、B。

A/B测试是测试网页变体、识别表现最佳变体并逐步提升网站整体表现的最佳且最可靠的方法。

我应该什么时候进行A/B测试？

如果网站性能对你的业务很重要，理想情况下你应该一直进行A/B测试。你可以对许多方面进行A/B测试，而且你的网站性能总有提升空间。

也许唯一不该测试的时候，是当你知道网站流量会与正常情况非常不同时。例如圣诞节，交通量减少会导致测试结果不够确定。

我该如何进行A/B测试？

A/B测试有三个基本参数;一个变量、一个测量值和一个持续时间：

变量是你将测试变异的元素

这个测量是用来确定获胜变体的度量

持续时间是指你允许测试运行的时间长度，直到宣布获胜者

变量

在A/B测试中，会对一个变量的两个或多个变体进行比较。

一般来说，每次只应该对任何一个变量进行一次检验。我们还建议你一次只对任何一页进行一次测试。这样，你可以确保每次测试都会产生足够的统计置信度（即结果可靠性）以得出结论——从而永久确定胜者，进入下一个测试。

你可以测试的变量类型非常广泛，至少包括：

头条文案

正文

超链接副本

图片

页面布局

风格、字体与颜色

形式场

行动号召

头条新闻和行动号召是最有力的测试变量之一，务必将它们纳入你的计划中。

测量

每个测试的正确测量取决于被测试的变量、它所在的页面以及两者在客户旅程中的作用。

比如在你家，你可以测试几种头条变体，并用跳出率来衡量它们的性能——当然，跳出率越低越好。与此同时，在着陆页上你可能会测试行动号召的变体，在这种情况下，转化率几乎肯定是最合适的衡量标准。

持续时间

测试的持续时间应该是你获得统计置信所需的任何时间。当然，我们不要求你计算置信度，但你需要问自己“如果我用同样的时间做这个测试，换个时间，我会得到完全不同的结果吗？”如果答案是肯定的，那么你可能需要调整时间。

通过在网站流量“正常”的月份内进行一个月（或更长时间）的A/B测试，可以消除许多可能来自不同时间、不同星期几和不同时间（如月底和发薪日）的偏差。这足以使大多数测试结果具有决定性和可靠性。

你的测试设备

你可以用多种方式在你的网站上运行A/B测试。

付费解决方案

付费解决方案包括Optimisely、Wingify和Unbounce——后者更侧重于落地页面优化。它们都提供易于使用的可视化A/B测试制作，如果你没有开发资源或网站后台，可能非常适合你。

自由解

不过，如果你有资源或技能，也可以像我们一样，在Google Analytics中免费创建你的A/B测试。

在分析中，A/B测试被称为“实验”，你可以在“行为”菜单中找到它们。

在您的网站上运行谷歌行为实验需要以下内容：

Google Analytics 在您网站上的跟踪

每个测试变体的可见页面

原页面顶部还有一个额外的“实验代码”——也称为对照页

在设置过程中，您将被要求：

给你的测试命名

指定目标——要测量的度量

设置流量测试百分比——通常应该是100%，以尽快获得信心

输入原始页面的网址和测试变体

谷歌实验高级选项

设置好测试流量百分比后，展开高级选项，将“流量均匀分配到所有变体”设置改为“是”。如果不这样做，谷歌会决定每种变体的流量，结果将偏向某一。为了公平测试，你希望每个变体都能获得相同的流量。

最后，你会把实验代码交给安装到原始页面，就可以开始了。

寻找获胜者

测试完成你选择的时间后，回到Google Analytics或你的付费解决方案中查看测试结果。赢家应该很明显。

在Google Analytics中，每个变体的性能会与原始进行比较，结果以百分比形式显示，旁边有绿色或红色箭头。

一旦确定了哪个变体获胜，就将其加入原版，并规划下一次测试。