什么是AB测试？
AB测试是为Web或App界面或流程制作两个（A/B）或多个（A/B/n）版本，在同一时间维度，分别让组成成分相同（相似）的访客群组（目标人群）随机的访问这些版本，收集各群组的用户体验数据和业务数据，最后分析、评估出最好版本，正式采用。
明白AB测试的基本概念你可能还有以下疑惑：
“如何开始A/B分测试？”
“A/B测试最好的软件有哪些？”
“如何进行A/B测试？”
好了在进行A/B测试开始之前，你做了
谷歌优化了吗？你的流量是否足够多？如果你的网站访问量不多，则几乎不可能进行A/B测试。
为什么？
因为你的测试结果达不到统计学意义，不过幸运的是，你可以使用 Optimizely’s Sample Size calculator了解你的网站是否有足够的流量来进行A/B测试。
你只需输入当前页面的转换率，想要提升的转化率和显著性水平即可。
该工具会可以告知你需要多少访问者才能达到你想要的测试。
首先从哪里开始进行A/B测试？
“首先测试哪个页面？”这是一个很难回答的问题。毕竟：从标题到价格再到按钮点击复制，网站上可以数百万种可以测试的东西，不过呢，有3种方法可以帮助你决定从哪里开始A/B测试：
1.高流量页面
如果你在一个高流量的网页上提高了转化率，就会获得更多的转化次数。
例如，去年我决定在Backlinko主页上进行A/B测试
为什么我要从首页开始？
那是因为主页的流量比我网站上的任何其他页面都要多。
2.效果最差的页面
你也可以在转换率极低的页面上开始A/B测试，为什么？因为死马当活马医，实际上，通过一次A/B测试，有时你可以在低转换率页面上你能提高5-10倍。
3.定性和定量数据
在上一章中收集的数据将在这里派上用场，这些数据可以告知你从哪开始，例如，假设你的用户测试数据告诉你：“很难找到预定房间的按钮”。
好吧，你首先应该在页面的前面和中间放置一个“预订房间”按钮进行A/B测试。
创建假设
如果你已经决定从哪里开始进行A/B测试，那么你就应该创建一个假设，为什么这很重要呢？假设可以帮助你基于逻辑和数据测试内容而不是凭空想象。
例如，去年我决定在Backlinko上测试一个滚动框：
我的假设是，滚动框将提高用户注册，而不会损害其他方面的转化。
在开始测试之前，记下这个假设：
如何进行A/B测试
以下是两个建议，可有助于你进行A/B测试：
首先，测试大的更改。
A/B测试新手最常见的错误之一就是测试微小的更改（如按钮颜色）等
相反，你首先应该测试两个非常不同的版本页面，然后，随着时间的推移更改细微差别来优化页面转化率。
例如，去年在Backlinko主页上进行测试时，我开始测试了按钮，Logo,标题字体大小……以及其他细微调整，并不理想因此我又测试了不同版本的主页。
具体来说，旧主页链接到我最新的博客文章。
我决定测试原始设计而不是提供免费案例以获取邮件版本。
果然，我测试了一些大的变动，准化率获得了大的提升：
其次，你需要一些软件。
市场上有数十种A/B测试工具可用，例如：
Unbounce
VWO
Optimizely
AB Tasty
我个人建议使用Optimize,但使用哪个软件取决于你的预算和实际测试功能。
收集结果和范围
最后一步是收集结果，分析和学习。
幸运的是，大多数A/B测试软件都会让你知道收集的结果是否达到统计意义：
一旦某项获得成功，就该记下一些东西了，具体来说：
我的假设正确的吗？
我从此项假设学到了什么可以用于将来的测试提高谷歌优化转化率？
根据这些结果，下一步应该测试什么？
