大熊数据分析｜使用这些A/B测试工具，优化独立站。

如果团队想要优化和改进独立的站点，我们如何判断这个站点是更好还是没有改变？团队如何通过更客观的数据指标不断优化网站？你也会遇到这样的困惑吗？

目前，绝大多数跨境电力团队在做独立的网站页面修改或促销活动时，我们必须支持页面迭代优化，但包括熊团队、业务团队、PM和研发团队，我们不知道哪个版本会更喜欢用户，更多的时候角色会给团队产品经理根据自己的喜好决定，因为我们的最终修订的起点是基于客户更好的“购物体验”，从这个角度来看，一个好的独立站修订也应该从用户的行为来评估修订的好坏。

有没有工具可以很好地监控修订后的数据指标，业务或运营商可以简单地跟踪和收集数据？

今天，我想和大家分享一种常见的电子商务网站优化方法：A/B测试。

（你不必担心实施。如果你的团队有基本的研发人员（前端和后端），那肯定会更好，但如果没有，你根本不必担心，因为文章最终将与你分享熊最常用的ab工具。）

A/B 测试，又称拆分测试，是一种比较不同版本的方法，以查看哪种性能更好。我们可以通过用户访问不同界面产生的用户行为差异来评估核心独立站指标，包括转换率、购买率和跳转率。

A/Btest的主要流程步骤可分为：

@ 观察情况，定义问题，提问

@ 假设(提出的解决方案或解释)

@ 假设使用实验检验

@ 收集和分析结果

@ 对统计数据进行分析，观察数据变化，继续优化跌打

例如，额外购买按钮的点击率是我们独立站最常见的数据指标。一个简单的按钮功能颜色变化可以反映完全不同的数据购买效果。

您可以看到，上图改进后，用户更感兴趣或关注的商品信息发生了颜色变化。显示产品名称、红色文本和黑色文本的变化。重要信息在变体中清晰易找。这里大熊要提醒大家，做A/B测试一定要做控制变量法，这是什么意思？也就是说，不要考虑测试所有元素变化对用户的影响，即使是一个小的branding story标题和副标题的变化也可能给用户一个完全不同的体验。

A/B测试中的四个关键指标：

点击次数：关键按钮点击次数是否有利于用户购买行为的最终完成，绝对点击次数的提高是提高转化率的前提。

页面停留时间：购物者在页面上停留的时间越长，他们就越喜欢他们看到的东西。

点击转换：点击进入另一个页面或继续浏览您的网站的数量将决定用户是否采取了您希望他们采取的下一步措施？他们是否在其他地方导航以了解更多信息？这意味着用户是否能准确、垂直地找到相应的页面。

热图数据：使用热图数据进行眼动跟踪可以揭示客户花费最多时间的页面部分。这将有助于确定他们认为最有趣或最有用的内容。如果他们花很多时间阅读产品描述或深入研究常见问题的答案，或者用户花很多时间在主页上，这意味着用户对进一步理解不感兴趣。

一些实用的A/B测试工具:

Visual Web Optimizer (VWO)：VWO允许在没有一行代码的情况下创建和运行测试。可视化编辑器可以更改标题，CTA 或图像，修改现有页面或更改布局。您也可以使用它 VWO 在商店的工作过程中，企业级服务器端测试产品和跨设备进行了更复杂的测试。

Crazy Egg：使用 Crazy Egg 测试网站、登录页面、产品页面等。只需要独特的 Crazy Egg 将片段添加到页面中，选择要测试的元素，并实时监控结果。Crazy Egg 还提供热图和个人会话记录等补充功能，让您更好地了解访问者的行为。

Optimizely：使用 Optimizely 行业领先的可视化编辑器根据广告活动、地理位置、cookie 根据设备或浏览器细分实验，向访问者提供不同的变体。还可以使用 Optimizely Full Stack(一组产品团队的开源 SDK）在您的所有渠道(包括移动应用程序和信息传输平台)上运行 A/B 测试。

Google Optimize： Google Optimize Google Analytics的强大功能 A/B 结合测试，帮助您免费运行个性化网站测试。使用 Google Optimize 的 WYSIWYG 编辑器，您可以在同一页面上测试多个元素，并尝试拆分 URL 测试，通过服务器端实验部署自己的测试，并立即启动网站获胜版本。

Omniconvert：为了运行更高级的 A/B 测试，Omniconvert 它提供了一个以开发人员为中心的工具来运行 HTML、CSS 或 Javascript 测试。测试实时动态变量，如购物车总价值、访客姓名、客户生命周期价值、客户位置等。您可以通过调用一行代码在页面上跟踪任何数量的目标。

UsabilityHub：虽然 UsabilityHub 它是一个不提供传统的远程用户研究平台 A/B 测试功能，但它确实包含各种独特的方法来测试你网站上的不同设计元素。您可以测试链接和内容层次结构的有效性，通过测量完成某些任务的人数，要求用户有不同的设计变体，测量用户的第一印象，并进行设计调查。您可以邀请您自己的客户参加测试或从 UsabilityHub 的 170,000 在多个用户的参与者面板中招募。

大熊总结：

数据驱动的网站重新设计原则消除了优化过程中的猜测。数据驱动的策略不是依赖于团队领导或项目经理认为最好的，而是依赖于仔细测量网站上实际发生的事情来通知过程。

熊认为下一个独立的电台纠纷，不同于平台类型，流量从获取到转换，从保留到激活越来越高，流量团队工作内容提出新的要求，所以数据驱动概念应该在我们的日常工作中实施，并发展“数据演讲”的团队氛围。

福利：根据日常实践，大熊整理总结了独立站核心优化数据指南，覆盖面广，适用于跨境独立站合作伙伴的不同阶段。如果您需要合作伙伴，欢迎关注并在后台给我发私人信息～

大熊总结 收集和分析结果 点击次数 点击转换 热图数据 用实验检验假设 页面停留时间