
A/B 测试 - 多变量测试
与 A/B 测试类似,多变量测试基于相同的机制,但它比较了更多变量,并提供了更多关于这些变量如何表现的信息。在 A/B 测试中,您将页面的流量拆分到设计的不同版本之间。多变量测试用于衡量每个设计的有效性。
示例
假设有一个网页已收到足够的流量来运行测试。现在,比较每个变体的数据以检查最成功的变体,但它还包括对访问者交互产生最大正面或负面影响的元素。

使用多变量测试的优势
多变量测试是一种有效的工具,可以帮助您定位并重新设计网页的元素,并显示将产生最大影响的区域。多变量方法可用于创建登陆页面活动。
示例
关于某个元素设计影响的数据可以应用于未来的活动,即使元素的上下文发生了变化。
局限性
多变量测试的局限性是完成测试所需的流量。由于所有实验都是完全析因的,因此同时更改太多元素会很快导致大量必须测试的可能组合。即使是流量相当高的网站也可能难以在合理的时间内完成超过 25 种组合的测试。
多变量测试和 A/B 测试的区别
A/B 测试也称为拆分测试,是一种网站优化方法,您可以在其中比较页面两个版本(即 A 和 B)的转化率。所有访问者都分为一个版本或另一个版本。一旦访问者访问这些版本中的任何一个(A 或 B),他们就会点击各种按钮,甚至注册时事通讯。这使您能够确定哪个版本的页面更有效。

广告