攻略 | 老司机带你提高落地页转化率（下）

在《攻略|老司机带你提高落地页转化率（上）》中，我们从用户体验角度分析了提高落地页转化率的11种方法。这11种方法的贯彻执行都离不开一个基本的方法路——持续测试与优化。在下篇中，我们就从营销人员的角度谈谈如何运用A/B测试来不断优化落地页。

A/B测试，简单来说，就是为同一个目标制定两个方案（比如两个页面），让一部分用户使用A方案，另一部分用户使用B方案，记录下用户的使用情况，看哪个方案更符合设计，哪个方案转化最好。现在，A/B测试已经逐渐成为营销人员打造campaign，乃至产品和运营检测产品如何一步步提升留存和收入的重要方法。有效利用A/B测试，也可以快速告诉你多个方案中哪个方案更有效，简单清晰地选出最佳方案。

由于效率高、风险可控、成本很低，A/B测试被许多大公司所青睐，也是互联网巨头们产品更新正式发布之前，灰度发布环节的必备功课，Google、Facebook、微信等都在用A/B 测试的方法来对自己的产品进行优化。

A/B测试提供的数据客观且可量化，目前是预判落地页优化结果最好的方法，所以A/B测试工具在市场上备受欢迎，种类繁多。但是营销人员该如何针对自身的特定需求做出选择？A/B 测试工具在实际操作中又是如何运用呢？小编将会在下文里一一作出解答。

A/B测试首先在国外兴起，然后逐渐在国内热门起来，因此国内外的A/B 测试工具在数量上不分高下，质量却参差不齐。好评度比较高的A/B测试工具有Google的Google Website Optimizer，提供A/B测试和多变量测试。作为一款入门级A/B测试产品，操作简单便捷，没有太多附加功能。国外的另一款Visual Website Optimizer，相对于Google Website Optimizer来说，还包含了所见即所得的编辑器、单击地图、访问者分割和标签等功能。

国内的A/B测试工具在国外的发展基础上，操作效率和功能方面做了改进，如国内首款云端A/B测试工具ABTester，只需部署一小段代码，即可在不需要开发人员参与的情况下调试、改动页面，还可以同时部署多个实验版本，找出最优的页面呈现形式。App Adhoc A/B Testing则将A/B测试的范围扩展到了前端和后端。

读到这里，估计心急的童鞋早已按捺不住想“深扒”A/B测试的想法。别急！这就来带你“刨根问底”！

A/B测试产品评估标准

一个成熟好用的A/B测试工具，在实操中需要具备哪些优势呢？

1编辑可视性

具有可视化编辑器，使用者无需任何技术基础即可即时展现所有操作，所见即所得。不论是标题、文本、链接、布局、颜色，还是整体风格，都可以实现轻松修改。

２多样性

多样性体现在测试版本多样性，即可营销或运营的需求编辑多个版本，并同时展示，更直观地分析多个版本的优劣。

3自定义

允许用户自定义访客人群、自定义追踪目标、自定义流量分配。

自定义访客人群

A/B测试工具允许用户从多方面对测试人群进行多维度自定义筛选。首先，对访客人群进行筛选，只选择符合条件的用户进入项目；接下来，可以对符合条件的人群根据特定条件进行下一步筛选，细分人群。

自定义追踪目标

可以自由定义需要追踪的点击目标和PV目标，灵活对点击、注册、支付等行为进行追踪。

自定义流量分配

对于测试的不同版本落地页，可以自由设置每个版本的流量分配。对于测试项目本身，可以自定义参与测试的流量占目标人群访问页面的流量比例。

4科学性

在统计方面，能够智能根据不同的测试版本，精准捕捉用户的每个行为数据，确保数据效度。在数据汇总方面，采用科学的计算方法对海量数据进行计算，通过转化率、置信度等指标在各版本中分析出最佳版本，让营销人员无需繁复的数据处理即可直接获得结果。

5安全稳定性

保证代码加载安全稳定，页面呈现快速；保证信息安全，对访客唯一身份认证（如cookie等）的收集不含个人隐私，仅用于跨域名或子域名独立用户身份的识别、统计数据指标等。

6产品体验

一切操作简单易用，所见即所得，所有数据统计和分析结果用可视化的方式清晰呈现。

A/B测试的实战

光说不练假把式，我们来玩点真的！

首先，我们要了解A/B测试的3个前提：

1.明确测试的目的与变量，设定预期的测试结果，避免其他外部变量干扰，保证测试准确性；

2.尽可能减少变量，同时保证每个测试阶段的可控性。在测试过程中，尽可能扩大测试的参与人群，扩充样本容量，增强测试结果的可信度，缩短测试周期；

3. 测试结果出来后，迅速替换使用表现较好的版本，同时开启新的优化方向和测试。只有不断开发与测试新版本，才能不断满足用户的需求，完成提高转化率的目标。

明确这三大前提之后，我们可以根据营销目标和campaign需求制定相应的A/B测试方案。方案应包括：1.测试目的，2.目前设计存在的问题，3.调整计划等内容。比如这一次测试，我们的需求是通过优化落地页，提高网站的注册量，那么测试目标就是要寻求优化落地页与提高注册量的方案；可能存在的落地页问题有：排布复杂、整体布局与阅读习惯不符、文案编排逻辑不清晰、转化入口层级过深等。相应的调整计划就应该包括优化落地页布局逻辑、突出关键元素、减少转化层级。

接下来，我们就可以根据方案，创建项目，获取生成的代码，将代码部署于参与测试的网页中。

下一步，就是对测试的落地页进行版本编辑和目标设置，包括修改页面文案、增加注册按钮、调整布局形式等。在URL定向一步，定向你的分类人群，粘贴入测试页面的地址。最后，设置测试人数的流量占比。大功告成，可以开始A/B测试了~

第一波实验结束后，需要对实验数据进行分析与评估。根据实验的设置，数据报表里的统计指标包括实验天数、人数、目标转化率、版本置信度等（版本置信度越高，表明测试结果的可信度越高。）根据这个数据报表，我们可以不断进行测试和优化，检验我们落地页优化方案对提升转化率起到什么效果。

进入实操环节，我们再来用一个真实的A/B测试工具，为大家做进一步演示。下面这个视频是国内领先的A/B测试工具——ABTester的一个小demo，帮助大家快速熟悉这一战术。

总结

创建完美的落地页，不但需要从用户体验角度来考虑文案、色彩、CTA等要素，更关键的是要用客观、量化的数据来检验每一次的改变是否真正起到了吸引用户、增加黏性、提高转化的目的。在一个数据驱动的时代，数据是衡量一切的标准。选对了工具，相信你离成为一名A/B测试专家也就不远了。