幾秒鐘就能知道你的分流測試結果在統計上是否顯著。輸入兩個版本的造訪數與轉換數,就能看到贏家、提升幅度、p 值,以及你需要的樣本數。
小提醒。不要一看到信心水準超過 95% 就馬上停測。先決定樣本數再讓測試跑完,否則你很可能把偽陽性當成贏家。
不到一分鐘就能得到對分流測試清楚、統計上站得住腳的結論,不必開試算表,也不必註冊。
填入版本 A(也就是你用來比較的原始版本)的總造訪數與轉換數。
填入版本 B(新版本)的造訪數與轉換數,轉換率會即時更新。
看看結果是否顯著,以及提升幅度、p 值與信心水準;若還沒到位,也會告訴你還需要多少造訪。
光是轉換率比較高,並不代表就是贏家。用正確的顯著性檢定,你才知道何時該停、何時該繼續,以及哪些結果其實只是雜訊。
用真正的信心而不是猜測來判定贏家,也不會錯過其實有效的版本。
別讓中途偷看結果的習慣讓你賠錢。正確的 p 值會告訴你差異何時是真的。
樣本數提示會明確告訴你,還需要多少資料才能做出有把握的判斷。
一鍵把結果連結分享給團隊,讓大家看同一組數字、抱持同樣的信心水準。
從登陸頁到廣告素材,以下是行銷人如何把快速的顯著性檢定,用在他們跑的每一項實驗上。
比較登陸頁的兩個版本,看清楚哪個標題、主視覺或行動呼籲真的推動了轉換率。
用真正的統計依據在兩組素材或受眾之間做決定,而不是只相信廣告管理員上的標示。
比較兩個回應式搜尋廣告版本,確認新標題真的勝過對照組,再加大預算。
先把兩個主旨寄給名單中的一小部分,等有把握再決定贏家,然後全面發送。
驗證新的結帳步驟、信任標章或加購提案是否真的提高完成率,而不只是雜訊。
在兩種定價方案或版面之間跑一次乾淨的測試,依註冊數而不是直覺來決定。
A/B 測試最大的收穫,來自測試付費流量真正落地的那個頁面。用 LanderLab 打造、A/B 測試並發布能轉換的登陸頁,再把數字帶回這個計算機。
立即開始 - 完全免費免綁信用卡
