原文作者：Craig Kistler, UX Strategist at Strategy & Design Co.
原文链接：http://blog.invisionapp.com/improving-conversion-rates-ab-tests/
凭借直觉，一时冲动地去改变你的产品，或者只是因为你的竞争对手做了改变，而跟风依样画葫芦。当产品开始进行优化的时候，这样的盲目改变实在是让人难以忍受。
试着去找出用户在产品的使用过程中遇到的痛点，为什么会使用得如此糟糕，通过你的检验流程来找出问题，然后有条理地提升转化率，而这最好的方法就是：A/B测试。
当你开始测试的时候，你不能只是依赖于基础的测试或是另一家公司做的事情。
停止随机选择测试
深入你的分析数据，收集用户反馈，然后把他们组成一份数据驱动而产生的假设。接着进行研究，测试，展开分析。过程中可以遵循下面这些建议：
1.收集数据
这里有两种方法去发现问题，大多数时候我会将它们搭配起来运用。
1、分析(Analytics)
2、可用性测试（Usability testing）
让我们来快速了解一下这两种方法。
分析
当我想要去优化一个网站时，我会开始分析，很难忽视那些定量的数据。以这些定量数据为基础，看看用户会待在你网站上的哪一个页面，他们在进行着哪一些操作，这里可能会有哪些隐藏的问题。
我们选择分析那些可以被回答的常见问题：
流量
哪些流量源转化的很好或很差？为什么？
哪些设备转化的很好或很差？为什么？
哪些是关键的页面？跳出率或退出率是多少？
过滤
筛选后的最后目标结果确定在哪？
填写表单之后的页面又会跳转去哪？
目标
当前的转化率是多少？
可以达到的最大转化率是多少？
站点搜索
用户都在搜索哪些短语？
用户从哪里开始他们的搜索操作？
Protein:那些高退出率的页面就是一个展开发现转化率问题地方。
在初步了解了你的网站用户在做什么，他们想去哪些地方。你下一步就是去理解产生这些行为的原因。一个可用性测试能够给出一个答案。
可用性测试
观察其他人使用你的网站是一个不错的办法，可以帮助你去发现问题所在。
现在你有了数据和很多有潜在问题的页面（筛选结果，搜索数据等），下一步是进行一系列的可用性测试。在A／B测试之前做一个可用性测试可以来查找一些小问题，哪里会让用户卡住，感到困惑或者沮丧。
这些小问题是不错的点用来展开A/B测试，写下这些留着稍后使用。
在A/B测试之前我通常会做的三件事：
浏览流程：一位访客是否能够正确高效地发现一个指定的产品？这样可以让你看到访客选择怎样去开始（搜索或者导航），导航处是否让用户困惑，产品页面是否清晰明了，能否清楚地响应用户操作？
购买流程：什么时间他们准备去购买下单，从购物车中确认会给用户带来问题吗？发货时间会有困惑吗？是否存在过多的响应？或者询问了过多的请求？等等......
竞品分析：了解其它竞争对手在这些模块做了些什么是一个好方法去得到主意，我会选择2～3个竞品操作浏览和购买流程。
在这点上你应该有一个关于网站问题的明确清单。
分析和案例研究是一个好的想法来源，但是卖家也应该去关注那些定性数据，例如用于假设前提的可用性测试。
2、创建假设和优先级
现在你已经找出了需要改进的地方，产出了工作背景。有最好的机会去对转化率产生积极的影响。对你的A/B测试来说，有一个战略性和结构化的前提假设非常重要。
在开始测试项目之前回答这个问题十分重要，回答它，你可以清楚的认识到你的目标－你将会有一个不错的开头关于如何使用这些数据结果。
建立一份假设前提不需要太麻烦，开始的时候，你需要知道这两件事情：
了解你的目标是什么－你要测量什么？例如，这可以跟转化率有关。
通过测试你想要解决什么问题。
在你列出你的问题之后，现在你能建立假设了。
你的假设应该包括一个解决问题的初步方案和你预期实现的结果。
在测试计划之前最需要去回答的问题：我希望从中了解到什么？
让我们来看一个简单的例子。
你运营了一家电商网站，在通过分析数据之后，你注意到了从购物车到验证付款的步骤有一个很大的用户下降。
你通过两种可用性测试方法，发现潜在的买家在进入下一步之前，被大量的须知信息给绊倒了。
你希望增加能够进入到下一个结账过程用户量，于是减少了一些展示的信息。
你的假设可以是像下面这样：
“通过减少过程中用户需要做出的决定数，我能增加继续进入到下一步的用户数。”
如何确定优先级
一次性做完所有的测试工作是不现实的，它们需要一个排序。
我相信这里有很多方法去进行，但是根据三个方面进行评分可能是最有用的。
1、潜在影响
一个改变会给业务带来多大的影响？举个例子，在“关于我们”的页面上进行一个标题测试可能不会带来多大的影响。然而，测试一个在产品页上的标题就有份量的多了。
2、重要性
去判断一个页面的重要程度，通过分析页面上的流量价值是一个不错的方法。购物车页面会比一个首页更重要。
3、简易性
困难会体现了好几个方面。在进行测试的时候会不会有技术挑战？或者，关于一个具体的测试方案团队里是不是有分歧？无论哪一个都会给推进测试工作造成阻碍。
开始的时候列举出所有的测试想法。
然后根据每一个因素给出一个分数，从1～5分，1意味着最不重要，5意味着最重要。
最后将每个因素的得分相乘，分数越高，得到较高的优先级，分数越低，分配到越低的优先级。如果是多人参加评分，最后根据平均分得出结果。
4、进行测试
这篇文章的目标不是给你提供测试的详细说明，现在有大量的高质量工具，你可以很简单的使用它们进行测试。
5、分析并重复这个步骤
到目前为止，你已经找出问题页面，书写排列假设优先级，并进行了测试，过程中的最后一步：分析测试数据。
判断一个测试可以归结于一个问题：这个测试证明或反驳了你的假设吗？
这里有三种结果：
1、测试失败
大多数的测试都失败了，但是这不意味着测试没有价值，也能从失败的测试中学到一些东西。这就是为什么假设如此重要。
举个例子，如果你进行了草率的A/B测试，像是“我们想要测试一个蓝色的响应按钮，因为某某公司有一个这样的。”那就很难从中学到东西，因为这个假设很一般，没有什么特别的信息被测定。然而，如果这样一个假设调整一下“用户很难去发现一个正确的响应，通过改变这唯一一个按钮的颜色，从灰色到蓝色，而不是尺寸或者位置，我们将提高当前购物车的下单率。”这样会引导你去看看是否这个测试改变了测定的KPI。
当你测试失败了，不要马上丢掉它，找找看什么导致了这个失败，重新评估你的假设，然后再测试一次。
2、测试没有起作用
这个和测试失败了很像－你依然能从中学到些什么。
如果你的测试没有太大的改变（与先前的比较），这是一个常见的结果，可能是因为你的关注点太小了，像是改变了一个形容产品的单词或标题，而没有关注更大的点。（用户会看我的产品描述吗？如果我去除它呢？）
如果这个发生了，返回你的问题列表，然后修正一下问题，试着测试一个更大的点。
3、测试成功
恭喜你！你的辛勤工作带来了一个成功的测试！给你的网站带来了改变，然后进入到你测试列表的下一个问题吧。
你应该从每一个A/B测试中去学到些东西，不论是成功，失败或者没有作用。
结论
A/B测试是一个持续的过程，为了网站提高而设计。即使你相信你的转化率很高，你的网站依然有可以提高的部分。当你有了一个明确的框架，这个提升会更简单一些。
依赖直觉和抄袭其他产品是昂贵的，不可持续的。有一个稳定的框架允许你进行可重复测试的假设，会给你的销量带来提升，营造更好的整体产品体验。
