数字化产品体验的A/B测试能获得哪些好回报？

我们公司将A/B 测试和测试后的数据分析纳入我们的必备设计过程，因为A/B 测试是一种有效且普遍的方法，用于检查在目标用户群中首选两个或多个变体中的哪个变体，使用 A/B 测试来发现最佳和最理想的用户体验，而无需承诺在长期内进行所有更改。

简而言之，如果人们喜欢新体验——测试获胜并停留更长时间，但如果用户讨厌它——一旦测试阶段结束，它就会失败并被取消。反之，A/B 测试还可以帮助您验证一项更改如何极大地鼓励客户继续使用您的产品或服务。另一方面，与其他研究和测试方法相比，A/B 测试更便宜且风险更小。 同时A/B 测试成本也不大。您确实需要付钱给设计人员来创建“B”设计，但大部分成本在于运行和分析测试的软件，这是一次性费用。因此，应该大规模应用 A/B 测试并普及A/B测试的方法。

1.测试就是学习
作为每天进行 A/B 测试的设计师，我遇到过很多情况，当一个想法被认为是组织内每个人的明显赢家时，但这并不是客户想要的体验。然而，实验的巨大好处在于，无论您获得什么结果，它们都会为您提供有关目标用户的新知识，您可以在未来随时利用这些知识。因此，无论如何，这是一场胜利！

2.测试就是数据
运行测试可帮助您在整个用户旅程中收集更复杂的数据，并允许您检查与产品交互的总体水平，无论是转化率、点击率、退出率还是其他。如果您不具备这些知识，您将被迫完全基于假设来开展工作，而当您控制大量回访用户的体验时，这还不够。拿他们的信任冒险比进行测试给企业带来的成本要高得多。在当前经济不稳定时期，许多公司都施加了预算限制并选择退出试验，因为这似乎会产生额外成本。但是，在不检查其影响的情况下在客户和用户体验领域内进行大胆的更改可能会导致用户参与度进一步下降，进而导致销售额下降。

3. 不要询问你身边的同事
收集事实数据来证明选项A优于 B 的原因。 A/B 测试是一种非常有用、有效且相对便宜的方法，设计师和公司应该更频繁地应用它来更多地了解他们的目标用户。同时，实验程序可以帮助您收集事实数据，证明为什么“解决方案 A”比“解决方案 B”更有效。如果没有测试，设计师通常不得不向他们的同事寻求反馈。但是，其他员工永远不会为您提供与目标用户相同的答案，因为他们不是目标。

4.让您的设计决策更加数据驱动
在客户体验中，数据分析和设计是相辅相成的。A/B 测试告诉我，设计师熟悉数据分析，甚至能够自己收集和解释定量数据是多么重要。我经常遇到设计师，他们说他们多么鄙视使用数字和分析工具的工作。但是，如果您想让您的工作更加以人为本和更具影响力，您必须使用定量数据来揭示哪些解决方案有效，哪些无效，以及为什么。 就我而言，我使用网络分析工具的频率与使用原型制作工具的频率一样高。

5.测试是对您的设计决策的验证
A/B 测试是设计决策的一种研究和验证形式。如果您认为您的产品不需要测试，那么我要说的是，留住一个客户的成本甚至是获得一个新客户的 6-7 倍。这就是为什么企业应该始终关注和维护客户，而不是等他们离开了，再去话费大量成本获得新客户。

让您的设计决策更加数据驱动 在客户体验中，数据分析和设计是相辅相成的。A/B 测试告诉我，设计师熟悉数据分析，甚至能够自己收集和解释定量数据是多么重要。我经常遇到设计师，他们说他们多么鄙视使用数字和分析工具的工作。但是，如果您想让您的工作更加以人为本和更具影响力，您必须使用定量数据来揭示哪些解决方案有效，哪些无效，以及为什么。 就我而言，我使用网络分析工具的频率与使用原型制作工具的频率一样高。自从我将它们添加到浏览器的收藏夹中后，我发现了很多没有它们我永远不会发现的问题，而且我什至不确定是否有人会这样做。我仍然是一名 UXer，我肯定会关注与其他专业人士不同的摩擦点。