A/B 測試(A/B test)要避免的3大問題，廣告測試初學者要小心(2021年更新)

｜文／Martin Hiesboeck｜原文出處／LinkedIn – A/B Testing: 3 basic mistakes to avoid｜首圖／oracle

許多美國的設計網站都會使用A/B test，但原因為何呢？因為他們知道大家都在這麼做！沒錯，許多人都知道把文章曝光在網路上可幫忙貼文增加 258 % 個討論率，但有時候，結果卻與事實不太相符，很多人在做 A/B test 時會接收到許多錯誤的結果，就連搜尋引擎巨頭Google 15 年前在做A/B test時也不例外!

下面是大多數廣告測試初學者常見的3個問題:

本篇目錄

網站流量未達到一定人數
使用太過複雜的測試，模糊焦點
忽略網路的細微影響與現象
作者簡介

網站流量未達到一定人數

要做好 A/B test，一定要有足夠的網路流量，否則這些 A/B test 最後的統計數字將會產生些微的誤差，以致無參考價值。流量、討論數越高，才能讓你越快達到想要的測試結果。因為統計分析結果需要有大量的樣本，才能正確地做出結果分析，如果樣本數太小，根本無法達到 A/B test 的效益！換句話說，大流量的網站人數才能換來與現實較貼切的結果分析，你將在測試結果裡看到轉換率提高的變化，然而可再將這些有效變化利用到更多廣告實際操盤裡。

在實際操作時，一個 B2C 網站，通常會建議他們每月至少有 10 萬的訪客流量。對於 B2B 網站而言，則建議至少月流量達 3萬5千人以上，對於經營網路的企業來說，這是一個合理的門檻。好的測試要對企業推算出準確的資訊與結果，除非每月已有數百萬訪客，不然準確的 A/B test 是很重要的！

在每一次的變動裡，至少要有一半以上的轉換率，並且測試需持續超過一個星期才能看出明顯成效。至於你的粉絲和訪客喜好變動，會時時刻刻根據天氣、平日、週末、假期每天都在變化，所以一定要確保你的廣告測試持續，並與所有用戶做長時間互動。

使用太過複雜的測試，模糊焦點

第一次的廣告測試，需從簡單步驟開始。要在網路上得到成功的A/B test 結果，重點是正確的步驟！無論是在測試實施、創意發想、分析結果等……都需要一切從簡，把注意力放在每一個廣告投放的步驟、操作的安全機制、適時的廣告呈現調整。另一個優點是，在簡易 AB 測試裡你會很快得到你所想要的結果。因此，你可以快速從第一個失敗的測驗中了解該怎麼做與調整，跟專業網路操盤人員討論出一個解決的方法。

因此，AB 測試有個好處是可以快速讓你在網路廣告創建一定的新趨勢，與團隊、公司內部的持續調整廣告操作。你應該通過簡單的測試，如取消對關鍵頁面聚焦分散的原因：這個網站的設計真的有需要，或需要增加額外按鈕、文案的改變？ 要找出哪些元素會產生最大的影響，並與有經驗的 A / B test 顧問做討論，再做決策！

忽略網路的細微影響與現象

把品牌曝光到最大效益，不然就等著回家吃自己吧！事實上，你需要專注於你的測試是否帶來極高的效應和變化。但是，千萬不要忽略了網路上任何微小的影響。

舉例來說，如果測試結果發現在每一次變動裡都能增加 5％的轉換率，代表在一年後，廣告成效將增加 80% 的營收！小小的一步驟、一個策略的變動，將使你的網路成效進步神速。

簡而言之，許多企業會使用 Google Analytics 裡面的 Tracking Code 來分析網路後台流量分析，透過GA後台就可以看到很多使用者的使用數據(亦包含了使用者網站流程、停留時間、跳出率、流量變動)，這些數據分析目的是為了做可用性測試，看看你的網站到訪者到底有多依賴使用你的網站。依賴性、喜好程度越高表示你提供的內容對使用者來說是有價值的。

但是，跳出率（Bounce Rate）越高代表了你的網站雖然吸引人點了進來，卻很快就跳出去了，代表網站的內容不符合期望。透過專業數據分析與廣告調整，可從測試的版本中、數據結果看出一些端倪，了解使用者離開或停留的原因，以提高網站的「易用性」與「轉換率」。利用正確的測試與數據分析結果，除了讓網路廣告成效發揮最大效益，也可在錯誤中不斷學習與調整！

作者簡介

解聰文 (Martin Hiesboeck)，Digital Marketing Director 數位行銷總監，前任奧地利駐台代表。不止精通多國語言，也擁有台灣師範大學和台灣大學EMBA學位，協助跨國企業進軍台灣與中國市場逾20年，對於台灣的商業環境與傳統、銷售管道與消費者的需求非常了解。

｜本文由 Martin Hiesboeck 授權提供，僅反映專家作者意見，未經原作者授權請勿轉載。

作者資訊

DG阿宏

此作者最新相關文章

至作者文章列表