Statistical Significance Calculator：免费AB测试计算器在线工具

在A/B测试中，你是在测试两个变量——A和B。A是原始的（也称为对照），B和A一样，但有一处不同。也可以测试更多的变量（C、D、E……等），但为了获得从统计学上来看有意义的结果，我们建议测试A与B。

要进行A/B测试，你需要一个原始页面或控制页面（变量A）。准备好后，将它复制，然后修改页面上的一个元素得到变量B。这个元素可以是文字、标题、按钮、CTA、文字的颜色或风格。向相似规模的受众展示这两个页面，时间不要短于一周。根据一周内收集到的数据，你可以确定哪个变量的转化率最高，确定最终获胜的变量。

要开展一场A/B测试，需要得到统计学上显著的结果。如果一个网站页面每天有100万访客，A/B测试可以在几个小时内得出明显的结果。而一个每天只有2个访问者的页面，可能需要一年的时间才能显示出有统计学意义的结果。用户的行为往往在一周内会产生变化，因此我们建议至少花一周得时间来开展A/B测试。

数据显著是指一个变量比另一个变量表现得更好不是因为偶然事件，而是其他原因造成的可能性。这意味着，你可以放心的认为获胜的变体更好是因为你做的改变。你可以用我们的数据显著性计算器来进行 A/B 测试，没有任何隐藏费用。

变量 A

访客数

总转化率

变量 B

访客数

总转化率

+添加更多变量

A/B测试将一个页面的两个版本（A和B）进行比较。除了一个可能影响用户的因素，两个页面的其他地方应该是相同的。测试的目标是确定哪个页面的表现更好。

第一步

输入访客数量和变量A的总体转化率

第二步

输入访客数量和变量B的总体转化率（变量C和D同样操作）

第三步

选择“计算”来对比变量

第四步

在结果栏可以看到优胜变量

要进行一场A/B测试，你需要比较两个页面（A页面和B页面），这两个页面上有一个差异。A页是原始页面——这就是所谓的控制变量。除了一处小小的元素不同，B页面应该与A页面完全相同。

最好修改那些能提升转化率和号召访客行动的元素。一次只修改页面上的一个元素，以获得数据显著的测试结果。如果你修改了多个元素，就不知道哪个奏效，哪个无效。

常见修改元素包括：

除了上述的元素，你还可以考虑改变：

拥有更高转化率的页面上的元素就是优胜变量。优化的页面越多，转化率就越高。

页面制作好后，一半的流量应该分到控制页面（A页面），另一半应该分到修改页面（B页面）。

信心值是衡量估值可靠性的一种方式。如果信心值高，意味着结果在统计上是显著的，你可以相信这些是你所做的改变的结果，而不是随机造成的结果。

95-100%	恭喜！你的A/B测试数据显著，你可以采用优胜变量。
90-95%	你的A/B测试数据可能不太显著。谨慎采用优胜变量，再进行一场A/B测试会更保险。
<90%	你的A/B测试数据不显著。不要采用优胜变量。

最新的使用者评论