跳至主要内容
免费20分钟营销诊断
名额有限

有问题吗?

我们通常会在5分钟内回复。

WWhatsApp TTelegram

乌兹别克斯坦网站A/B测试:假设、流量、测试时长与常见错误

在乌兹别克斯坦做网站A/B测试:应该先测哪些页面元素,如何写好假设,样本量和测试时长怎么计算,Varioqub等测试工具怎么选择,网站流量偏低时又该如何改进页面、提升询盘转化率。

乌兹别克斯坦网站A/B测试:假设、流量、测试时长与常见错误

简要回答:网站A/B测试把访客随机分成两组:一组看到现有页面(A),另一组看到只改动一个元素的版本(B),然后比较哪个版本带来更多询盘、来电或订单。它要成立,需要四个条件:明确的假设、事先算好的样本量、事先定好的时长,以及不在第一次出现“好看”的结果时就停下的纪律。流量少时,应改用更大的改动和定性分析。

网站上线后,下一个问题是怎么把它做得更好。常见的情况是,设计跟着当地负责人的喜好改:“按钮改成红色”“横幅再放大一点”。A/B测试把这类争论变成数字。它是在搭建好面向乌兹别克斯坦的企业网站之后的阶段:页面、统计分析和询盘表单都已就位,再通过测试逐步改进。

A/B测试能回答什么,不能回答什么

A/B测试只回答一个问题:“B是否比A好,还是差异只是随机波动?”两组访客同一时间、来自同一广告、处在同一季节,所以差异可以归因于改动本身。

把上个月的旧页面和这个月的新页面做比较,不算测试:这期间广告预算、季节和竞争对手价格可能都变了。

A/B测试做不到的事:

  • 它不能解释为什么。客户访谈、会话录屏以及与销售团队的沟通才能解释。
  • 它不能弥补薄弱的报价。如果价格或产品不适合市场,改按钮颜色无济于事。
  • 流量少时它给不出快速答案,下文详述。

先测什么

不可能什么都测,所以要从影响最大、离收入最近的地方开始。大致优先顺序如下:

延伸阅读 报名300人,到场40人:乌兹别克斯坦网络研讨会的线索流失在哪里 Business · 4 分钟
  • 1 — 测试对象: 报价和首屏标题; 原因: 访客几秒内就决定是否留下
  • 2 — 测试对象: 询盘表单:字段数量、电话格式、Telegram/电话按钮; 原因: 表单是获得线索前的最后一道关
  • 3 — 测试对象: 价格呈现方式:“起价”、套餐、分期; 原因: 价格不清楚常常让人放弃询价
  • 4 — 测试对象: 信任要素:评价、保障、项目照片; 原因: 新客户还不了解您的公司
  • 5 — 测试对象: 语言和板块顺序:首屏用乌兹别克语还是俄语; 原因: 看哪部分受众反应更好
  • 6 — 测试对象: 按钮颜色、字体、图标; 原因: 效果通常很小,放到后面

先检查技术基础。如果页面在手机上加载慢,或者表单出错,那是要修的缺陷,不是测试对象,见网站速度与移动端体验。如何重做首屏、报价和表单,见在乌兹别克斯坦能带来销售的落地页。

在费尔干纳的包装间里,一位女士把两种杏干包装并排拿着比较

假设:一句话,一个变量

每条假设都按这个格式写:

如果[改动X],那么[指标]会变化,因为[对客户的观察]。

示例:“如果在首屏‘获取报价’旁边加一个‘Telegram留言’按钮,询盘率会上升,因为销售团队反馈很多客户更愿意发消息而不是打电话。”

假设的最佳来源:

  • 销售人员和客服最常听到的问题;
  • 会话录屏和点击热图:访客在哪里停留、点了什么、从哪里离开;
  • 表单分析:访客在哪个字段放弃。

每次测试只改一处。如果标题、图片和表单同时改了,B胜出,您也不知道是哪一处起了作用。主要指标同样要事先定好:询盘、来电还是订单。测试结束后才改口说“看看点击量吧”,结论就失效了。

样本量与时长:测算示例

所需访问量取决于三点:当前转化率、想检测的最小差异以及置信水平。标准设置是95%置信度和80%统计功效。一个实用的近似公式:

每个版本所需访问量 ≈ 16 × p × (1 − p) / d²

其中,p是两个版本的平均转化率,d是想检测的差异(以比例表示)。

示意示例。某服务页面每天400次访问,2%的访客提交询盘。您想检测出提升到3%:

  • p = (0.02 + 0.03) / 2 = 0.025;d = 0.01;
  • 16 × 0.025 × 0.975 / 0.0001 ≈ 每个版本3,900次访问。精确计算结果为3,826;
  • 两个版本合计约7,650次访问,按每天400次约需19天。向上取整到完整周:3周。

再看更小的差异:从2%到2.5%。每个版本约需13,800次访问,合计约27,600次。按每天400次需要69天,超过两个月。结论是:流量一般时,只能检测出较大的差异,测试细微调整没有意义。

时长规则:

  • 至少跑满一到两个完整周,即使样本提前凑够;
  • 斋月、纳吾肉孜节、新年、9月1日开学前以及大型促销日都会改变用户行为。如果测试期间赶上其中之一,请在正常时期再验证结果;
  • 测试期间保持广告预算和流量来源稳定。

也可以用在线样本量计算器,只是要在测试开始之前把数字记下来。

雨夜,撒马尔罕一家小店门口的店员用手动计数器统计进店顾客

2026年用什么工具

Google Optimize已经停用:据Google说明,Optimize和Optimize 360自2023年9月30日起不再提供。一些旧指南仍会提到它,请注意发布日期。

  • Varioqub(Yandex Metrica) — 功能: 接入Metrica代码,实验类型包括可视化编辑器、重定向和标记(flags); 注意事项: 有基础版;按Yandex Cloud的介绍,可视化编辑器、重定向实验以及更多标记和指标属于付费扩展版,请确认您的套餐支持所需的实验类型。如果网站启用了内容安全策略(CSP),需要放行Varioqub的域名
  • 与GA4集成的工具 — 功能: Google官方页面列出了与AB Tasty、Optimizely和VWO的集成; 注意事项: 均为付费服务;总部可能已有许可,但对小型当地网站往往大材小用
  • 在网站代码中自建测试 — 功能: 开发人员把访客随机分组,并把版本作为标签传给统计工具; 注意事项: 便宜灵活,但要用A/A测试验证分流是否正确

如果当地网站已经装有Yandex Metrica代码,Varioqub是上手最省事的选择。为确认接入正常,其文档建议先跑一次A/A实验:两组看到同一页面,检查结果没有差异。

如果各版本使用不同URL,要注意SEO。Google的建议是:不要向爬虫和用户展示不同页面;在变体页面添加指向原页面的rel="canonical";使用302临时重定向;测试一结束就删除测试代码。

流量少时怎么办

如果一个页面每月只有几千次访问(新上线的当地网站可能更少),以检测小差异为目标的经典A/B测试可能要几个月甚至几年。可以改用以下做法:

  1. 测试大改动。不是换按钮颜色,而是换一个报价或换一种页面结构。差异大,小样本也能看出来。
  2. 用中间目标。不看询盘,而看“点击Telegram/电话按钮”。这类行为更频繁,样本凑得更快。之后再用询盘数据确认胜出版本。
  3. 选流量最大的页面。通常是付费流量的落地页或主要服务页。
  4. 借助定性分析。Yandex Metrica的会话回放(Session Replay)、点击热图和滚动热图,或免费的Microsoft Clarity,能显示访客为什么不询盘。明显的问题(比如按钮在手机上看不见)直接修,不必测试。
  5. 在广告层面测试。广告创意和文案测试往往更快出结果,流程见广告创意测试。

电商平台卖家同理:更换商品主图之前,同样需要假设和衡量方案,见商品卡片优化。

常见错误

  1. 中途偷看、提前停止。示意示例:每个版本1,000次访问后,A有28个询盘,B有40个。B看起来“好43%”,但显著性检验显示,即使两个版本完全相同,出现这么大或更大差距的概率也约为14%。通常的阈值是5%,所以这个结果并不可靠。达到预先算好的样本量之前不要下结论。
  2. 流量不够还测细微调整。测试拖上几个月,仍然没有答案。
  3. 忽视季节性。在节日周胜出的版本,在普通周可能落败。
  4. 同时改多个变量。有了胜者,却不知道原因。
  5. 事后才选指标。“询盘没有差异,但点击更多”不是结论。
  6. 忘了测试。胜出版本没有全面上线,测试代码还留在网站上。

上线前检查清单

  • ☐ 统计工具和目标(询盘、来电、Telegram点击)记录正确。
  • ☐ 假设是一句话,只有一个变量。
  • ☐ 主要指标已事先选定。
  • ☐ 已算出样本量,时长取整到完整周。
  • ☐ 已确认测试期间是否赶上节假日、斋月或大型促销。
  • ☐ 两个版本都在手机和电脑上检查过,表单可用。
  • ☐ 使用不同URL时,已设置canonical标签和302重定向。
  • ☐ 建有测试日志,记录结果和结论。

结论

A/B测试用数字解决网站上的争论。从影响最大的地方开始,用一句话写假设,事先算好样本量和时长,数据到齐之前不做决定。

下一步:拿出访问量最大的页面的日均访问量和转化率,用上面的公式算一算,您实际能检测出多大的差异,又需要多长时间。

常见问题

网站需要多少流量才能做A/B测试?

取决于当前转化率和您想检测的最小差异。例如,转化率为2%时,要检测出提升到3%,每个版本约需3,830次访问,合计约7,650次(95%置信度,80%统计功效)。想检测更小的差异,样本量会成倍增加。

测试应该跑多久?

直到达到预先算好的样本量,并且至少跑满一到两个完整周,因为工作日和周末的用户行为不同。时长要事先定好,即使结果看起来不错也不要提前停止。如果测试期间赶上斋月、纳吾肉孜节或大型促销,请在正常时期再验证一次结果。

Google Optimize已经停用,用什么替代?

Google Optimize已于2023年9月30日停止服务。如果网站装有Yandex Metrica,可以接入Varioqub;它有基础版,而可视化编辑器、重定向等部分实验类型列在付费的扩展版中。也可以选择与Google Analytics集成的第三方工具,或者在网站代码里自建简单的页面切换测试。

A/B测试会影响SEO吗?

设置得当就不会。Google的建议是:不要向搜索爬虫和用户展示不同的页面;在变体URL上设置指向原页面的rel=canonical;使用302临时重定向;测试一结束就删除测试代码。

想规划网站的第一批测试?

可以结合乌兹别克斯坦市场,看一看您的流量、转化率和漏斗,建议先在哪个页面测什么,并算出样本量和时长。如果流量偏低,也可以一起梳理不依赖经典测试的改进方法。

讨论A/B测试 →

让我们一起找到切入点

与DORA专家免费咨询

来聊聊您的项目吧

留下您的联系电话,专属顾问将与您联系。

Send a request via Telegram

您的信息仅用于与您联系。