很少有这种情况断码效果 您创建

mstsumaiyaseob

不向发送测试数据 平均值是谎言。永远记住这一点。如果 A 比 B 高出 10%，那还不算全貌。您需要对测试数据进行分段。许多测试工具都内置了结果细分功能，但它仍然无法与您在分析中执行的操作相提并论。 借助自定义维度或事件，您可以将测试数据发送到分析）并按您喜欢的方式对其进行细分。您可以在其上运行高级细分和自定义报告。它非常有用，它是您从 A/B 测试（包括丢失测试和无差异测试）中实际学习的方式。 底线：始终将您的测试数据发送到 并从结果中剔除垃圾。这是一篇关于如何做的文章。 6. 在愚蠢的测试上浪费时间和流量 所以你在测试颜色是吧停止。 没有最好的颜色。它始终与视觉层次有关。当然，您可以在网上找到有人通过测试颜色获得收益的测试，但它们都是显而易见的。不要把时间浪费在简单的测试上；只是实施。 您没有足够的流量来测试所有内容。没有人这样做将您的流量用于高影响力的东西。

测试数据驱动的假设。 7.第一次测试失败后放弃 您设置了一个测试，但未能产生提升。那好吧。让我们尝试在另一个页面上运行测试？ 没那么快！大多数第一次测试都失败了。这是真的。我知道你很急躁，我也是，但事实是迭代测试就在那里。您运行测试从中学习 肯尼亚电话号码表 并改进您的客户理论和假设。运行后续测试，从中学习并改进您的假设。运行后续测试，等等。 这是一个案例研究，其中进行了六次测试 （在同一页面上）以实现我们满意的提升。这就是现实生活中的测试。批准测试预算的人——你的老板，你的客户——需要知道这一点。 如果期望第一次测试就会将其淘汰出局，那么金钱就会浪费，人们就会被解雇。它不一定是那样的。相反，这对每个人来说都是很多钱。只需运行迭代测试。这就是钱的所在。 8. 不理解误报 统计显着性并不是唯一需要注意的事情您还需要了解误报。



不耐烦的测试人员想要跳过测试并继续进行测试。是的，现在我们在说话！ 为什么停在那里？谷歌测试了 41 种蓝色阴影！但这不是一个好主意。您测试的变体越多，误报的可能性就越高。在 41 种蓝色阴影的情况下，即使在的置信水平下，误报的可能性也是 88%。 看这个视频。你会学到一三件事： 要点：不要一次测试太多变体。无论如何，最好进行简单的 A/B 测试。您会更快地获得结果，并且您会学得更快——更快地改进您的假设。 9. 在重叠流量上同时运行多个测试 您找到了一种通过同时运行多个测试来偷工减料的方法：一个在产品页面上，一个在购物车页面上，一个在主页上（同时测量相同的目标）。这样可以节省时间，对吧？ 如果您不小心，这可能会扭曲结果。除非： 您怀疑测试之间存在强烈的交互作用。 测试之间的流量有很大的重叠。 如果可能存在交互和流量重叠事情就会变得更加棘手。

nihaolai

好好好好好好好好好好好好好好好好好顶