A / B Testing 該怎麼開始？
A/B Testing是什麼
在過去設計網頁時，只能猜測使用者的體驗來設計介面，但會因為每個人的價值觀的不同，而沒有準確的依據，「猜測」佔了大部分的時間，A認為更改設計才能帶來更大效益，B卻覺得使用原有設計才正確；網站設計與功能配置常因個人主觀不同，便產生許多意見難以定案。A/B Testing則透過「測量」來量化指標，透過實際測試A/B 兩種版本變動後的結果，用數據來說明，省去猜測的時間提供更有效率、實際的決策。
A/B Testing應用範圍包括網頁、 App 介面、廣告投放等等，有些公司也會利用A/B Testing分析新產品對使用者產生的衝擊、影響。使用A/B Testing的好處是可以進行小範圍的投放調查，公司可以利用A/B Testing，了解使用者對於新服務、新廣告、新產品的喜好後，再進行網頁改版或是大規模廣告投放。
使用A/B Testing有什麼優勢
現在越來越多公司強調使用者體驗(User Experience)，再加上網路購物蓬勃發展，電商公司越來越多的緣故，如何提供最友善的使用者介面，最簡單的購買流程等等，都可以透過A/B Testing來掌握使用者的喜好，為公司帶來實際的效益。
A/B Testing的基本應用
一般來說，A/B Testing會設計兩種測試介面，一個為對照組(未經修改的版本)，一個為實驗組(經過修改的版本)，兩者可能在按鈕顏色、排版設計、圖案等等方面有所不同，使用者會進入不同的介面，他們在網頁的各種動作都會被記錄下來，實際測試兩種版本的網站的流量與轉換率，查看何種介面設計較為符合使用者的喜好。
假設今天有一間在網路上販賣衣服的公司，他們想要提高衣服的銷售量，增加收入，優化購物流程是首要的目標，那麼這時該如何將使用者引導至購買頁面就顯得相當重要，他們在每個產品的旁邊都增加了購買的按鈕，並設計了兩種不同顏色的按鈕(假設是藍色及紅色按鈕)，想試試看何種方式比較能夠吸引消費者，透過網路工具進行A/B Testing，使用者將平均導向至兩種不同的介面，透過網路上提供A/B Testing的工具，可以了解到哪種按鈕有較多的使用者點擊，多少人到達了購物完成的確認頁面。
假設透過網路提供的A/B Testing工具，得到的結果是紅色的按鈕有較多人點擊，效果較佳，提升了轉換率，公司便可以更改按鈕的顏色，使用點擊率較高的按鈕。而A/B Testing也可以用於網站的排版或是網頁圖像的選用，透過實際測試與數據佐證，讓公司不會浪費資源在錯誤的方向上，減少不必要的成本。
網路上知名的 A/B Testing 工具有 Optimize、VWO、Unbounce 等等。另外針對 A/B Testing 只能比較兩個變量的狀況，市面上也有多變量測試 (Multivariate Testing) 機制，可以一次比較超過三個以上的介面設計。
Google Optimize
在這邊我們選用一種網路上進行A/B Testing的工具來進行教學，2017年Google推出了 Google Optimize 這項功能，主要是協助進行網站頁面的實驗測試工作，它提供了相當多樣化的測試工具，而且可以直接在網頁上直覺的針對對照組進行修改，也大幅減低要做對照組修改的麻煩。
進行網站的優化時建議從顯而易見的目標開始進行：
- 行動呼籲元素CTA (文案、尺寸、顏色、醒目性)
- 行動承諾要素 (免運費、安全性)
- 標記 (新品、特價、限量、促銷)
- 標題、說明、產品描述 (用語、文風、字數)
- 表單 (字段類型、長度、佈局、錯誤處理)
- 佈局與設計 (內容的位置與分類、排版)
- 圖片與視頻
1.建立假設
首先，你需要一個假設，也就是對於某項改變，你認為會帶來什麼效果。舉例來說，你認為改變「購買」按鈕的顏色，可以增加訂單量。
2.建立實驗
進入Google Optimize帳戶並點選容器->點選“建立實驗”->為實驗命名(255字內)->輸入要測試的網頁網址->選擇A/B版本測試後點選“建立”。
3.建立版本變化
在實驗的草稿處點選建立變化版本並建立變化版本
4.設定實驗目標
為實驗選擇一個GA的資料檢視->選擇一個主要的實驗目標，實驗目標共有三種：
(1)系統目標：工作階段時間長度、瀏覽量、跳出、交易次數、收益。
(2)Google Analytics目標：你所連結的GA資料檢視，其中的目標可在Optimize當中作為實驗目標。
(3)自訂目標(又分為兩種類型)：事件目標：透過事件類別、事件動作、事件標籤、事件值等變量設定目標。瀏覽量目標：特定網頁的瀏覽次數。
5.指定目標
(1)所要指定的訪客人數比重，也就是要將多少比例的網站訪客列入實驗。
(2)指定訪客權重，你可以自行調整各變化版本與原始版本的流量分配比例。
(3)利用指定條件決定顯示實驗的時機。
6.開始實驗
當以上設定都完成後，便可以開始實驗。一般來說，1~2周就足夠得出實驗結果，並且也將網頁流量的週期納入考慮，判斷原版及變化版是否存在顯著差異，能夠驗證假設或重新設定假設。而實驗最多可以持續90天，之後便會終止實驗，在這之間你可以隨意中止實驗。
結語
經過以上的介紹，相信大家對於A/B Testing有更多認識，一個網站只要一個小小的改變，或許會有大大的不同，希望你也可以自己動手試試，或許會有不一樣的發現喔。如果想獲取更多相關知識，歡迎來到我們的官網逛逛。
Originally published at www.happycoding.today.
