您需要了解的有关移动应用 A/B 测试的所有信息

<h1>&nbsp;</h1> <p><a href="https://www.adjust.com/blog/authors/anne-verhoeven/"><img alt="" src="https://img2.storyblok.com/40x40/filters:format(webp)/f/47007/150x150/958b9b213e/img_0412.jpg" style="height:40px; width:40px" /></a></p> <h3><a href="https://www.adjust.com/blog/authors/anne-verhoeven/">Anne Verhoeven，Adjust 高级内容经理，2019 年 12 月 18 日。</a></h3> <h3>&nbsp;</h3> <p>随着应用程序市场的竞争比以往任何时候都更加激烈，学习如何优化您的应用程序以及您的营销活动至关重要。即使您的应用程序用户体验的微小变化也会对转化率产生重大影响，因此测试有效的方法很重要。例如，电子商务公司<a href="https://www.wallmonkeys.com/">WallMonkeys</a>使用 A/B 测试工具将其<a href="https://www.crazyegg.com/case-studies">转化率提高了 550% 。</a>这种类型的测试是所有应用营销人员必不可少的实践，因为它清楚地说明了如何优化您的应用。在本指南中，我们将向您展示您需要了解的有关 A/B 测试的所有信息，包括获得最佳结果的最佳实践。</p> <h2>什么是 A/B 测试？</h2> <p>移动应用程序的 A/B 测试通过将受众分成两个（或更多）组并查看变量如何影响用户行为来工作。它用于确定可能的最佳用户体验并提供可能的最佳结果。例如，假设您想提高手机游戏的安装量。作为用户获取策略的一部分，您决定通过视频广告定位美国的年轻男性。与其把钱花在那些没有被证明有效的广告上，不如将你的广告展示给一小部分观众&mdash;&mdash;甚至更聪明地对你的视频广告进行 A/B 测试。在这种情况下，您可以了解哪个视频广告的效果最好。如果视频 A 的文本比视频 B 小，而后者的转化率高出 20%，那么让更多观众看到更大文本的视频是有意义的。</p> <p>在进行 A/B 测试时，在实施任何测试之前提出假设至关重要。这将帮助您随着时间的推移而改进。这种常见做法为公司提供了可操作的见解，可以帮助他们实现目标。例如，索尼在其横幅广告上测试了不同的号召性用语。<a href="https://www.optimizely.com/insights/blog/case-study-sony-ab-tests-banner-ads/">他们测试</a>了&ldquo;个性化&rdquo;与&ldquo;定制您的 VAIO&rdquo;，发现后者增加了 6% 的点击率，增加了 21.3% 的购物车。</p> <h2>A/B 测试有什么好处？</h2> <p>移动应用程序的 A/B 测试是一种行业范围的实践，因为该方法具有众多优势，并且营销人员可以在其分析中拥有高置信度。上面的示例表明，您可以发现如何在不冒很大一部分广告支出风险的情况下提高转化率。但是，A/B 测试还有许多其他好处。例如，您可以：</p> <ul> <li>优化应用内互动</li> <li>了解适合不同受众群体的方法</li> <li>观察新功能的影响</li> <li>更好地了解用户行为</li> </ul> <p>这些示例的总体好处是 A/B 测试消除了猜测，而是允许应用营销人员依赖数据驱动的结论。这是您无法避免的事情，您越早开始 A/B 测试和开发您正在进行的假设，您就能越早确保您的应用（和您的广告）处于最佳状态。</p> <h2>我可以使用哪些 A/B 测试工具？</h2> <p>由于移动应用程序的 A/B 测试对于任何应用程序的开发都非常重要，因此应用程序营销人员可以使用许多工具。但是，这也使得选择哪些工具可以帮助您提供最佳结果变得更加困难。Adjust 的<a href="https://www.adjust.com/product/adjust-audience-builder/">Audience Builder</a>是一种细分工具，经证明可通过 A/B 测试和重新定位来推动增长。使用您的 Adjust 数据，此工具可让您立即定义受众&mdash;&mdash;为您和您的团队节省大量时间和精力。</p> <p>使用我们的 Audience Builder，您可以构建详细的细分受众群，这些细分受众群可以立即发送给您的合作伙伴。为 A/B 测试创建受众群体后，您可以向合作伙伴发送一个动态 URL，其中包含接触这些用户所需的所有信息。如需了解有关 Adjust 的 Audience Builder 如何节省您的时间并使您能够轻松进行 A/B 测试的更多信息，请查看<a href="https://www.adjust.com/product/adjust-audience-builder/">官方产品页面</a>。这还将概述我们的 Audience Builder 如何让您设置重定向广告系列。</p> <h2>不同类型的移动应用 A/B 测试</h2> <p>有两种类型的 A/B 测试与应用营销人员和开发人员相关。它们都使用相同的原理（使用可比较的受众群体来找到正变量）但具有不同的功能。</p> <p>应用内 A/B 测试</p> <p>开发人员可以通过这种方式查看应用的 UX 和 UI 更改如何影响会话时间、参与度、留存率、粘性和 LTV 等指标。还有一些具体的指标取决于你的应用程序的具体功能。</p> <p>营销活动的 A/B 测试</p> <p>对于应用营销人员而言，A/B 测试是一种优化转化率、推动安装和成功重新定位用户的方法。例如，发现哪种广告创意最适合新用户获取活动，或者了解哪种创意最有可能让流失的用户回归。</p> <h2>如何正确进行 A/B 测试</h2> <p>A/B 测试是一个循环过程，您可以使用它来不断优化您的应用程序和广告系列。考虑到这一点，以下是正确进行 A/B 测试的方法：</p> <ol> <li> <p>提出假设</p> <p>首先，您需要研究和分析可用信息并发展您的假设。没有这个，您将无法定义要测试的变量。例如，您的假设可能是打开电子商务应用程序时展示的产品较少会增加会话时间。这个假设应该由先前的研究提供信息，然后可以用于定义您的变量（您主页上的产品数量。）</p> </li> </ol> <p>实施前的 A/B 测试清单：</p> <ul> <li> <p>你想测试什么？</p> </li> <li> <p>你的目标受众是谁？</p> </li> <li> <p>如果你的假设被证实/被证伪，你将如何进行？</p> <p>如果您正在努力定义您想要测试的内容，请从概述您想要解决的问题开始。这将为您提供一个很好的起点，您可以定义应监控的内容以解决该问题。</p> </li> </ul> <ol> <li> <p>细分您的受众</p> <p>有了假设和变量，您就可以在受众样本上测试这些变体了。请记住，拥有多个变量会在分析过程中降低您的置信水平。简而言之，要确定是什么影响了您的广告系列的效果将变得更加困难。</p> <p>使用 A/B 测试工具（例如我们的 Audience Builder），您现在应该细分您的受众群体并将他们展示给版本 A 和 B。您将需要足够大的受众规模，以便为您提供可靠的数据进行分析。如果您的受众太小，您可能会错误地识别您的应用程序的优化，这些优化不会对更大的受众群体产生预期的影响。</p> </li> <li> <p>分析</p> <p>您现在可以确定哪种变体可提供最佳结果。请记住查看可能受到影响的每个重要指标，因为这可以让您从单个测试中学到更多。例如，即使您希望增加转化次数，也可能会对参与度或会话时间产生意想不到的影响。</p> </li> <li> <p>实施变更</p> <p>如果您找到了积极的结果，您可以自信地让更多的受众了解成功的变化。如果您的测试没有结论，这仍然是更新假设时应该使用的有用数据。</p> </li> <li> <p>调整你的假设，然后重复</p> <p>A/B 测试使您能够随着时间的推移不断发展您的假设。您应该始终进行测试以学习提高转化率的新方法，因为总会有改进的方法。继续根据新数据建立您的假设，并实施新的测试以保持竞争优势。</p> </li> </ol> <h2>A/B 测试的 5 个最佳实践</h2> <ol> <li> <p>定义要测试的内容</p> <p>在早期阶段，了解测试某个变量的原因至关重要。在你有一个明确的假设并知道你将如何根据不同的结果进行测试之前，不要开始测试。这似乎是一个简单的步骤，但知道为什么要实施这些测试可确保您不会在无法提供可操作见解的测试上浪费时间和金钱。</p> </li> <li> <p>对分析中的惊喜持开放态度</p> <p>用户行为总是很复杂，这意味着有时您的 A/B 测试有时会显示出令人惊讶的结果。在这种情况下，保持开放的心态并跟进这些学习是很重要的。否则，您可能会因未能从自己的数据中学习而将资金留在桌面上。</p> </li> <li> <p>不要缩短你的测试&mdash;&mdash;即使你没有看到结果</p> <p>即使你的假设被证明是错误的，或者在测试阶段的早期结果似乎是决定性的，A/B 测试也很有价值。坚持测试足够长的时间以使您对结果有很高的置信度是很重要的。</p> </li> <li> <p>不要用额外的改变来打断你的测试</p> <p>因为移动应用程序的 A/B 测试就是要确定哪些变量会提高性能，所以不要在测试中进行任何更改是至关重要的。这会降低您对发现的置信度，因为您将不再知道哪些变化产生了预期的结果。请记住，您正试图根据确凿的结果来寻找因果关系。</p> </li> <li> <p>季节性测试</p> <p>无论垂直如何，您的结果都将取决于您测试的时间段。因此，您可以在不同季节测试相同的变量并找到不同的结果。例如，在夏季表现不佳的特定广告素材可能会在冬季看到令人印象深刻的结果。这对于电子商务等垂直行业尤其重要，因为用户将有明确的动机根据季节采取不同的行为。</p> </li> <li> <p>从您自己的测试中学习，而不仅仅是案例研究</p> <p>在他<a href="https://www.dynamicyield.com/article/ab-testing-case-studies/">关于 A/B 测试案例研究的文章中，全渠道个性化平台</a><a href="https://www.dynamicyield.com/">Designer Yield</a>的营销副总裁 Yaniv Navot声称&ldquo;仅基于一个案例来概括任何 A/B 测试结果将被认为是错误的假设。这样一来，你就会忽略特定的垂直空间、目标受众和品牌属性。&rdquo;&nbsp;他补充说，&ldquo;有些想法可能对您的网站和受众有用，但大多数不会那么容易复制。&rdquo;&nbsp;有如此多的 A/B 测试可供营销人员阅读和学习，请记住，他们的发现不一定适用于您的受众。相反，你自己的假设的发展和测试应该表明什么会得到结果。</p> </li> </ol> <p>A/B 测试是帮助营销人员不断改进营销活动的重要工具。如果您想了解更多改进广告系列的方法，请查看我们的<a href="https://www.adjust.com/blog/social-media-marketing-strategy-mobile-apps/">社交媒体营销</a>指南。我们还拥有<a href="https://www.adjust.com/blog/guide-user-acquisition-mobile-games/">新用户获取</a>和<a href="https://www.adjust.com/blog/guide-to-mobile-marketing-automation/">移动营销自动化</a>的资源。</p> <h3>&nbsp;</h3>