当涉及到专业服务中的分离测试时，您可能有数百万个关于您想要测试的内容的想法。提出测试假设并不是问题所在，问题在于知道你什么时候成功了。许多营销人员会分析他们的分裂测试结果，并将一个指标的成功程度高于另一个指标。他们会进行测试，“直到达到统计学意义为止”，这可能会错误地扭曲他们的结果。
你需要具体的指标来呈现一个清晰易懂的结果，从而发展你的业务，提高你的转化率。
那么指导分割测试的指标到底是什么呢?哪些是你最应该注意的呢?让我们仔细看看。
参数
这是测试的核心——你的假设和进行测试背后的指导力量。你的测试可能是基于直觉(人脸是否比抽象图像更有效?)或基于你所在行业的其他案例研究。定义测试的参数可以确保不会有意外情况导致结果混乱。
变量
在A/B测试中，你只是将一个元素与另一个元素进行测试。所有其他点保持不变。在上面的示例中，您希望在挑战者页面上只交换抽象图像和人脸，而不考虑其他内容。有一种测试被称为多变量测试(或Taguchi)，它允许你测试页面上的多个元素，但是结果可能需要更长的时间才能看到统计意义，如果它们显示了它的话。
通过一次对一个变量进行分离测试，您将能够得出更有信心的结论，然后将其用于其他测试，并不断进行改进。
成功指标
你的成功度量是证明一个测试是成功的。它可以是订阅者的数量，电子邮件打开或点击的数量，甚至有多少人在你的网站上填写了一个免费咨询的表格，例如。无论您的测量是什么，它必须是一致的，并且在测试开始后不能更改。
衡量成功的一个常见陷阱是在事后查看测试结果，并给获胜者分配一个“原因”——即，由于某些特定的因素，它更成功。A/B测试在很大程度上是一种量化风险，尽管它很容易给结果分配情感基础，但尽量不要这么做。数字不会说谎。
统计显著性
这就是事情变得棘手的地方。为了让A/B测试获得成功，你需要拥有足够大的流量去创造结果。”统计上显著但这到底是什么意思呢?统计意义的核心是对可靠性的衡量。也就是说我们的测试在雷达上没有出现任何意外或随机信号。如果你有一个更大的样本容量(见下文)，这些随机的光点将会发生。统计上的显著性有助于进一步巩固你的发现，这个结果不是偶然的。简而言之，它为你的测试提供了更多的可信度。
定义测试组
我之前提到过数量是统计意义上的一个重要因素，因为它适用于A/B测试，但数量同样也影响着你的测试群体。在分割测试中，对测试组采用平均的50/50分割是很常见的。然而，有时您可能不想让测试如此一成不变。
例如，如果您有一个转换非常好的控制页面，但您想在挑战者上测试一个次要点，那么就不值得在这个次要更改上牺牲50%的流量(以及潜在的转换和销售)。在这种情况下，运行90/10测试或80/20测试可能更好，因为您仍然会得到一个结果(尽管可能需要更长的时间)，并且您不会丢失流程中所有有价值的流量。
固体分裂测试的底线
当销售专业服务时，仅仅依靠数字是非常诱人的——而且在做关键决定时，你应该这样做。然而，网络服务是不同的，它需要一种超越分析的方法。事实上，专业服务公司有很多方面不能只用数字来衡量:良好的服务、品牌意识、客户忠诚度……所有组成专业服务公司的东西。
虽然你可以使用这些指标来指导你制作转换测试，但最终目标是，推动新的业务和推荐，增加重复业务，并交付一个出色的结果。这些是分裂测试本身无法衡量的东西，但结合其他战略营销努力，可以帮助你的公司实现这一目标。
谷歌+还是LinkedIn?关注我们+ HingeMarketing加入我们LinkedIn。
有关在销售周期的不同阶段使用内容营销的更多信息，请查看免费的专业服务内容营销指南。
