認識A/B Testing：利用A/B Testing驗證價值主張
更新於 發佈於 閱讀時間約 8 分鐘
沒有看過豬走路也有吃過豬肉（？），就像a/b testing一樣！很多網站其實都有偷偷在使用噢。它是一種網站拿來快速測試改版、效果及功能的方法之一，測試結果可以幫助我們拿來協助設計改動及商業決策。
數位轉型案例－貝佐斯改造華盛頓郵報
來，在開始認識 A/B Testing前，我們先來聊聊Amazon的經典案例。
在行動網路興起、社群加強了新聞載入的速度後（Instant Articles-加速新聞載入工具），大量削減了傳統媒體的曝光機會，導致許多報社面臨倒閉。
2013年，亞馬遜的創辦人貝佐斯（Jeff Bezos）以2.5億美元買下了有著140多年歷史、瀕臨倒閉的《華盛頓郵報》，在短短三年的時間內，就讓它起死回生，成功將傳統郵報帶入數位時代。到了2015年11月，《華盛頓郵報》在美國的網站獨立訪問數更是正式超越了《紐約時報》。
貝佐斯接手後，並沒有涉入太多華盛頓郵報的編輯政策，他說：「我對報業一無所知，但了解網絡」，所以反而立刻著手改造《華盛頓郵報》的企業體質，重新將他們定調為「媒體與技術」公司。
利用強大的互聯網經驗，貝佐斯採取了一項作法。首先，他募集大量的工程師，利用他們開發了一套名為Arc的軟體，專門為媒體業提供數據分析及行銷的功能，達到「以數據資料驅動決策」的目的。
而這個軟體所收集數據的方法，就是A/B Testing。
什麼是A/B Testing呢？
簡單來說，A/B Testing就是把想要測試的版本、方案分別做成A版與B版，再利用工具（如：Google Analytics），將造訪網站的人流隨機、平均分配到剛剛預設的兩個版本中，最後選擇表現較好的正式上線。
以剛剛《華盛頓郵報》的案例來說，他們的做法是在發出同一則新聞時，會用不同的版本組合（不同的標題、圖片、故事框架等等）下去做測試，數十秒後，Arc就會根據剛剛收集到的數據，將該則新聞即時換成反應最好的組合。
做A/B Testing的步驟
那我們要如何開始呢？可以簡單分為以下幾個步驟：
Step.1：定義目標
首先，我們得清楚定義出一個這次要達成的目標，一次一個，通常可以用加、減來做設定。例如：提升點閱率至X%、降低跳出率至X％等。
訂定目標是為了使測試更聚焦，同時也較能蒐集到可量化的數值供檢討。通常測試的目標也是網站的目標，而網站的目標也與公司的商業策略有密不可分的關係。
也就是說，目標最好要幫助我們提升營收。
Step.2：機會/問題
再來，可以檢視我們自身網站在市場、企業內部及用戶的需求上看到什麼機會或問題點。機會與問題常常是同時存在的，可以想很多個，但是記得要與測試的目標有關。
為什麼要這樣做？因為全盤分析過所有問題後，我們才能更精準地做假設方案。
Step.3：假設
接下來，我們就能根據上面討論的機會/問題點做假設，也就是提出可能達成目標的方案。
這是最重要、最需要思考的一個階段，需要想出客觀、可驗證度高的假設，收集到的數據才有意義。
假設方案不一定是頁面UI的調整，也可以是寫寫不同風格的文案、網站功能的增減、促銷活動不同的組成，只要是任何能夠對應到問題的方案都能做假設。
Step.4：測試
最後，以剛剛的假設分別製作A、B版本進行測試。
測試時有一點很重要，每次的測試不能有大幅度更改，只能有一項變因。另外，同一個用戶在每次的造訪過程中，看到的必須要是同一個方案、頁面，不能一下看到A一下看到B，會影響測試結果。
來舉個例
我們來舉個簡單的例子，會更清楚。
以新聞媒體來說：
Step.1：定義目標
先訂出這次想要達成的目標——「提升影片點擊率至10%」。
再來想想對於這個目標，我們有什麼機會/問題。
Step.2：機會/問題
恩…思考了一下，我認為新聞媒體有著「消息第一手」的優勢，最新的消息內容也是整個網站中用戶最想要看、定期觀看新聞的原因之一，所以我認為它是我們能夠利用的機會點，可以有效達成目標。
Step.3：假設
現在網站的最新影片，我想知道是依照「事件」分類，還是「人物」做分類，能夠有效提高我的點擊率。
所以，我假設影片以「人物」或「事件」做分類，可以有效幫助我達成目標。
Step.4：測試
最後，我做出兩個影音頁，變因設定爲分類方式，下去做A/B Testing。
與原影片點擊率做比較，若「人物」分類的版本點擊效果好，而「事件」與原點擊率比較後不變，我們就能知道，照「人物」分類較好。甚至以它做為控制組，再試試其他不同的分類組合，也能延伸出像是顏色、位置的測試 。若剛剛的測試效果都不太好，可以回去之前的步驟做檢討與修正，也可以進行其他方案假設的測試。
什麼時候可以使用A/B Testing呢？
聽完許多案例，那麼到底在什麼樣的時間點可以使用A/B Testing呢？是企劃階段、設計階段還是網站上線後進行呢？
.
.
.
.
.
.
.
答案：以上皆是
在所有的開發階段都可以使用A/B Testing來做測試噢！只要哪個環節有疑問，而團隊的成員都不確定結論時就可以做，差別只在於最後收集數據的方式會有所不同罷了。
只要有問題就可以測，但是越前面的階段越重要，越需要釐清。
對UX來說，A/B Testing一開始可以用在「價值」的探索。
價值就是指用戶最在意、最想要的一個心理訴求點，而我們針對這點能給出去的東西。
概念性驗證
那麼，可以如何驗證價值呢？
我們可以做 概念性驗證(Proof of Concept；POC)。
它是針對 「概念」所提出的解決方案，目的在於擷取出最精要、核心的解決方案，用來作為解釋架構的依據。是在做產品前需要去想的東西，唯有我們的價值理念在市場上獲得青睞，才有久存的意義。以商業策略做考量，想想我們能帶給用戶什麼樣的價值，並與用戶心中的價值觀吻合，才能開發出真正被需要的產品及服務。否則很容易迷失方向，落入低價競爭的惡性循環。
概念性驗證的第一步就是價值驗證（Pretotype），而在進行價值驗證時，我們可以做A/B Testing。
再來舉個例
那麼，價值驗證的A/B Testing長什麼樣子呢？
價值是比較心理層面、感性的東西，而不是想要什麼樣的功能，我們來舉個例子。
一樣以新聞媒體為例：
Step.1：定義目標
首先，訂定我們的目標—確認「每日看新聞的用戶，心中的價值」是什麼。
Step.2：機會/問題
恩…我認為觀看新聞的用戶可能會有幾種，其中兩項最有可能、並且是我們能提供的機會點為：
- 為了與人建立社交話題而觀看新聞，我們能提供「話題製造」的價值。
- 在閒暇時想要滿足好奇心而觀看新聞，我們能提供「爆卦」的價值。
Step.3：假設
在兩個不一樣的價值下，我分別對它們做假設方案：
- 為了驗證話題製造是不是用戶的價值，我收集所有社交時可以應用的話題文章，並加上「社交話題」的導引在分類上。
- 為了驗證好奇心是不是用戶的價值，我在文末加入一個CTA（Call-to-Action）—加入會員就能觀看某專家對這則新聞的觀點評論，引發他想要看下去的好奇心。
Step.4：測試
經測試後，我發現「社交話題」導引的點擊率相當高，而因CTA加入會員的人數則很少，那我就能確認用戶目前的價值方向是在社交話題的製造上。
當然，網站不會只有一種用戶、一種價值，日後我們可以將用戶分群，並依商業價值做主要及次要的探討。
結論
進行UX研究有許多方法，然而A/B Testing是相對單純、快速的修正方式，不管在哪個階段都適用。
測試的結果並不代表最終的結果，它只是一個不斷修正改版過程中累積的數據，幫助我們下一次調整得更加精準。
就如同它的另一個說法：A/B Testing—Always Be Testing。
2會員
2內容數
留言0
查看全部
你可能也想看
Google News 追蹤
大家好，我是woody，是一名料理創作者，非常努力地在嘗試將複雜的料理簡單化，讓大家也可以體驗到料理的樂趣而我也非常享受料理的過程，今天想跟大家聊聊，除了料理本身，料理創作背後的成本。
哈囉～很久沒跟各位自我介紹一下了～
大家好～我是爺恩
我是一名圖文插畫家，有追蹤我一段時間的應該有發現爺恩這個品牌經營了好像.....快五年了(汗)時間過得真快！隨著時間過去，創作這件事好像變得更忙碌了，也很開心跟很多厲害的創作者以及廠商互相合作幫忙，還有最重要的是大家的支持與陪伴🥹。
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
A/B 測試是一種用來測試不同版本效果的實驗方法，可以用於網站優化、電子郵件行銷和社群媒體行銷中。瞭解 A/B 測試的五個大小技巧，包括明確的測試目標、控制變因、足夠的樣本數、一次只測試一個變因以及追蹤長期表現。在進行網頁優化時，可以將 A/B 測試應用於不同標題、文案、等元素，找出有效的改進方向。
在開始任何網路營銷策略之前，深入了解市場是必須的。這包括競爭對手分析、行業趨勢以及市場需求。
競爭對手分析：了解主要競爭對手的營銷策略、產品優勢和劣勢。
行業趨勢：追蹤最新的行業動態和趨勢，預測市場未來走向。
自動廣告的開啟時機
自動廣告建議在產品剛上架不久且已到貨的情況下就直接開啟，此時的自動廣告作用有兩個：
測試Listing的關鍵字是否能被亞馬遜A9演算法正確抓取
這點涉及亞馬遜是否正確瞭解我們的產品並會影響系統為我們推送的流量品質高低，如果跑出的數據都是不相關的關鍵字或不相關的ASIN，那就
新品上架該開什麼廣告?
一般產品剛上架就可開啟自動廣告跑數據了，但價格不能太高，因為沒有足夠多的Review時廣告的轉換率是很低的，而且此時開廣告也不是為了出單，而是為了測試Listing有沒有問題，能不能被亞馬遜系統正確抓取。因為自動廣告是透過抓取Listing中的關鍵字來進行廣告的投放，如果運
什麼是「Rule-based bidding」？
基於規則的競價（Rule-Based Bidding），是一種以RoAS為目標，利用機器學習演算法將一系列影響效果的參數（時間、受眾群體、展示位置等）考慮在內，並依據大規模數據幫助賣家更準確地出價的功能。
為什麼Rule-based biddi
廣告數據的收集與整理
在分析廣告時最常用的是 Search term 報表，廣告的數據可以每天查看，但優化頻率不需太頻繁，通常會1週優化一次。
原因有三個：
每次調整廣告後亞馬遜都需要一段時間來重新適應新的競價。
一週內每天的情況可能各不相同，一般來說假日會比平日流量大，轉換率也不一樣。
探索職涯發展需要適時進行 A/B 測試和數據分析，以找出最佳策略。本文討論瞭如何在人生重大決策中運用 A/B 測試的觀念，以及 20/80 法則在職涯和專案管理上的重要性。此外，數據和了解用戶需要同等重要，並探究了目標設定和修正的策略。文章中提供了豐富的例子和建議，適合職場新鮮人參考。
有別於試圖直接從數據中找出洞察，商業分析的精髓在於先思考 so what——從定義目標開始，做出商業決策的雛形後，才用數據去支持假說。這篇文章介紹 A/B 測試的技巧，以及摘櫻桃的應用，解說數據篩選的操作、摘櫻桃的好處，以及企業案例：數位轉型後的報社，亞馬遜CEO貝佐斯改造百年郵報。
在敏捷的開發環境中，數據分析已成為企業和個人實現策略優化的關鍵工具，如何快速有效地進行 A/B 測試非常很重要。透過數據分析，Netflix 和 Spotify 這些串流平台得以透過數據優化行銷策略或是找出洞察，做出商業決策。
這篇文章開始，我們要導入數據分析的概念，探討 A/B 測試如何幫助我們
在競爭激烈的商業世界，1人創業的路途充滿了挑戰和機遇。 不少創業者陷入失敗的困局，因爲他們都忽略了一件很重要的事情——市場測試。
市場測試為創業者提供寶貴的洞察，幫助他們更好地理解他們的目標市場，預測需求，並在競爭激烈的環境中脫穎而出。 而一些常見的市場測試的致命錯誤卻可能讓創業者付出沉重的代價。
大家好，我是woody，是一名料理創作者，非常努力地在嘗試將複雜的料理簡單化，讓大家也可以體驗到料理的樂趣而我也非常享受料理的過程，今天想跟大家聊聊，除了料理本身，料理創作背後的成本。
哈囉～很久沒跟各位自我介紹一下了～
大家好～我是爺恩
我是一名圖文插畫家，有追蹤我一段時間的應該有發現爺恩這個品牌經營了好像.....快五年了(汗)時間過得真快！隨著時間過去，創作這件事好像變得更忙碌了，也很開心跟很多厲害的創作者以及廠商互相合作幫忙，還有最重要的是大家的支持與陪伴🥹。
嘿，大家新年快樂~ 新年大家都在做什麼呢？
跨年夜的我趕工製作某個外包設計案，在工作告一段落時趕上倒數。
然後和兩個小孩過了一個忙亂的元旦。在深夜時刻，看到朋友傳來的解籤網站，興致勃勃熬夜體驗了一下，覺得非常好玩，或許有人玩過了，但還是想寫上來分享紀錄一下~
A/B 測試是一種用來測試不同版本效果的實驗方法，可以用於網站優化、電子郵件行銷和社群媒體行銷中。瞭解 A/B 測試的五個大小技巧，包括明確的測試目標、控制變因、足夠的樣本數、一次只測試一個變因以及追蹤長期表現。在進行網頁優化時，可以將 A/B 測試應用於不同標題、文案、等元素，找出有效的改進方向。
在開始任何網路營銷策略之前，深入了解市場是必須的。這包括競爭對手分析、行業趨勢以及市場需求。
競爭對手分析：了解主要競爭對手的營銷策略、產品優勢和劣勢。
行業趨勢：追蹤最新的行業動態和趨勢，預測市場未來走向。
自動廣告的開啟時機
自動廣告建議在產品剛上架不久且已到貨的情況下就直接開啟，此時的自動廣告作用有兩個：
測試Listing的關鍵字是否能被亞馬遜A9演算法正確抓取
這點涉及亞馬遜是否正確瞭解我們的產品並會影響系統為我們推送的流量品質高低，如果跑出的數據都是不相關的關鍵字或不相關的ASIN，那就
新品上架該開什麼廣告?
一般產品剛上架就可開啟自動廣告跑數據了，但價格不能太高，因為沒有足夠多的Review時廣告的轉換率是很低的，而且此時開廣告也不是為了出單，而是為了測試Listing有沒有問題，能不能被亞馬遜系統正確抓取。因為自動廣告是透過抓取Listing中的關鍵字來進行廣告的投放，如果運
什麼是「Rule-based bidding」？
基於規則的競價（Rule-Based Bidding），是一種以RoAS為目標，利用機器學習演算法將一系列影響效果的參數（時間、受眾群體、展示位置等）考慮在內，並依據大規模數據幫助賣家更準確地出價的功能。
為什麼Rule-based biddi
廣告數據的收集與整理
在分析廣告時最常用的是 Search term 報表，廣告的數據可以每天查看，但優化頻率不需太頻繁，通常會1週優化一次。
原因有三個：
每次調整廣告後亞馬遜都需要一段時間來重新適應新的競價。
一週內每天的情況可能各不相同，一般來說假日會比平日流量大，轉換率也不一樣。
探索職涯發展需要適時進行 A/B 測試和數據分析，以找出最佳策略。本文討論瞭如何在人生重大決策中運用 A/B 測試的觀念，以及 20/80 法則在職涯和專案管理上的重要性。此外，數據和了解用戶需要同等重要，並探究了目標設定和修正的策略。文章中提供了豐富的例子和建議，適合職場新鮮人參考。
有別於試圖直接從數據中找出洞察，商業分析的精髓在於先思考 so what——從定義目標開始，做出商業決策的雛形後，才用數據去支持假說。這篇文章介紹 A/B 測試的技巧，以及摘櫻桃的應用，解說數據篩選的操作、摘櫻桃的好處，以及企業案例：數位轉型後的報社，亞馬遜CEO貝佐斯改造百年郵報。
在敏捷的開發環境中，數據分析已成為企業和個人實現策略優化的關鍵工具，如何快速有效地進行 A/B 測試非常很重要。透過數據分析，Netflix 和 Spotify 這些串流平台得以透過數據優化行銷策略或是找出洞察，做出商業決策。
這篇文章開始，我們要導入數據分析的概念，探討 A/B 測試如何幫助我們
在競爭激烈的商業世界，1人創業的路途充滿了挑戰和機遇。 不少創業者陷入失敗的困局，因爲他們都忽略了一件很重要的事情——市場測試。
市場測試為創業者提供寶貴的洞察，幫助他們更好地理解他們的目標市場，預測需求，並在競爭激烈的環境中脫穎而出。 而一些常見的市場測試的致命錯誤卻可能讓創業者付出沉重的代價。