A/B測試是什麼？A/B Testing教學7步驟與5個AB Test工具分享

AB Test是什麼？數碼營銷必學的AB測試介紹！

數碼營銷中所要呈現的內容、元素非常多，過程中，想要確定受眾偏好的方式是哪一種，或是更符合受眾期待與需求的設計風格是什麼等等，都是營銷人員每天必須反覆思考的問題。

本文將帶你認識業界都在使用的實驗方法－A/B Test，幫助你在規劃營銷素材時，可以更精準掌握受眾的偏好。

如果你是還沒聽過這個統計實驗方法的人，心中不免產生「什麼是AB Test」的疑問，以下一起跟著Welly SEO來了解AB Test是什麼吧！

（一）AB Testing是什麼？詳細的A/B Test介紹！

在進行AB Testing介紹前，我們必須先知道大家常用的名稱有哪些，其實A/B Test的別稱有AB Testing、Split Testing等，而AB Testing中文則是拆分測驗或是分桶測試，但普遍業界通常不會使用AB Test中文名稱去稱呼。

A/B Test顧名思義是利用A、B兩種不同版本的素材同時進行測試，並依照收集到的數據找到優化方向，進而判斷哪個方案較佳。

A/B Test概念基礎是依據統計學的假設檢定（Hypothesis Testing），A代表的是控制組，而B則是測試組，透過2組帶有不同變數的方案，讓受眾以隨機分配的方式至A、B組測試，再依據測試收集到的數據判斷哪一組的素材較佳，進而進行版本確認與優化。

但需注意在測試時，僅能有1項測試變因，避免數據結果無法歸因到原先的假設上。

以網站排版的優化為目的來舉例，今天我們想要知道目前首頁排版和新版哪一個更受用戶喜歡，於是我們就設置原先的首頁為A控制組，新版為B測試組。

然而如果在新版首頁重新上架時，除了排版的異動，營銷人員還順便修改了文案，假設最後收集到的數據是受眾更願意停留在新版首頁（B），那麼這時候進行假設歸因時，我們就無法準確判定一定是因為排版的優化符合受眾偏好，因為我們無法排除受眾可能是受新文案的影響而停留。

而A/B Test在數碼營銷的應用十分廣泛，不管是內容，還是網站設計，都可以利用A/B測試得到準確的優化方向。以下列出常見的應用範圍：

📌A/B Test 8個常見應用範圍

• 行動號召（Call to Action, CTA）
• 網站設計／版面配置
• 文案標題與內容
• 表單
• 促銷方案
• 圖片等多媒體素材
• 電子郵件
• 社交媒體按鈕
• 應用程式APP

7大AB Test優點

看完上述的AB Test介紹後，你可能會對它的實用性產生疑慮，「A/B Test真的這麼好用嗎？」，以下幫大家整理出AB Test的7大優點，讓你深入了解A/B Test的在應用上的過人之處。

A/B Test優點1. 數據化判斷

AB Test的核心概念就是「用數據說話」，比起營銷人員主觀的判定受眾喜歡什麼、不喜歡什麼，透過實際測試到的第一手數據來分析與判斷，能協助營銷人員更有依據且客觀地決策。

A/B Test優點2. 低風險測試

A/B Test主要是在自己的平台上進行測試，一方面可以同時保留原先的內容，另一方面所需的成本也相較於其他分析方法少。

因此在變化量不大的情況下，AB Test具有較低的風險，其僅需要依據一個變因產出新的版本，並在上架後，讓原先的社交媒體或網站流量進行測試即可。

A/B Test優點3. 降低跳出率

不管是針對哪方面的數碼營銷優化，大多都是希望可以降低用戶的跳出率、增加用戶的停留時間，以利增加之後轉換的機率。

透過A/B Test的幫助，我們可以直接藉由受眾的行為數據，了解他們的偏好，進而讓網站、內容等素材更符合用戶需求，促使跳出率降低。

✨想要知道更詳細的跳出率介紹，建議你閱讀此篇文章：Bounce rate跳出率是什麼？跳出率 離開率差異比較！

A/B Test優點4. 不影響用戶瀏覽體驗

AB測試期間，不會中斷或影響用戶的瀏覽體驗，因為一切過程都是在用戶不知情的狀態下進行，一方面可以避免使用者對測試產生抗拒心理，另一方面又能有效獲取優化數據，是一舉兩得的測試方式。

A/B Test優點5. 可持續測試與優化

如上述提及，因為是利用自家的平台或網站進行測試，因此A/B Test有可持續測試與優化的特性，可以有效幫助企業找到最佳的版本或素材。

A/B Test優點6. 可測試元素多元

A/B Test除了可以在網站上應用之外，像是社交媒體、電子郵件的內容都可以進行測試，小到就連圖片位置、按鈕位置也沒問題。

A/B Test優點7. 與SEO網站元素息息相關

想要網站排名提升，透過AB Test測試找到最佳的SEO網站元素組合，是業界最普遍使用的方法，常見且重要的SEO網站視覺元素包含像是Breadcrumb麵包屑、Meta標籤、精選摘要、FAQ等。

AB Test是一種以數據支持的低風險實驗方法，且其針對任何微小的改變都可以進行測試，藉由收集到的第一手數據可以幫助企業找到最適的優化方向。

AB Testing教學｜AB Test流程、FB AB Test介紹、範例

看完A/B Test的優勢後，想要實際操作卻不知道從何開始嗎？

不管是想要執行UX AB Test，還是社交媒體內容的AB Test，以下將教大家的AB Test步驟都能在各種情境中使用；此外，也會分享AB Testing範例和社交媒體平台的A/B Test介紹。

（一）AB Test流程7步驟

1. 設定測試目標

首先，我們必須先訂立清楚執行A/B Test的目標，以免在後續的步驟中迷失方向。

思考的方式可以採取「先發散、再收斂」的邏輯，舉例來說，企業想要改善的大目標可能是希望提升營收或是客戶滿意度，依據這個大目標，再收斂成「提升」、「降低」2個面向的小目標作為AB Test的執行核心：

• 提升：提升停留時間、提升諮詢數等
• 降低：降低跳出率、降低填單的放棄率等

此外，A/B Test的目標務必簡單明瞭，且和數據相關，如上述的降低跳出率等，都是很好的AB測試目標範例。

2. 制定合理且多個的假設

在設計測試組之前，我們勢必要先有一個以用戶需求出發的假設，才能根據此假設進行B測試組的擬定與設計。

思考方向可以分為心理與功能2種：

• 心理：從用戶的角度進行思考，例如什麼樣的設計能夠增加可信度，甚至降低用戶在產品或服務上的疑慮。
• 功能：什麼樣的樣式與互動設計，可以讓用戶有新穎的瀏覽體驗。

舉例來說，如果是首頁排版位置的調動，你猜想受眾比起先看到成功案例，更希望直接了解服務方案，因此你將服務方案的內容移到成功案例之前，這就是A/B Test的事前假設，至於這個假設是否能夠被驗證，就要看測試結果了！

3. 設計測試組

步驟3是將步驟2的假設變成能夠測試且上架的B方案，例如重新撰寫文案、依照假設重新進行網站排版等。

4. 評估指標

根據自身平台的流量和產業狀況去定義評估指標，例如樣本數、時間週期等，都是在測試中必須固定的變因與評估指標。

以B2B產業來說，通常到了假日或是連續假期網站流量就會降低，假設現在AB測試是以10天為基準，但這10天當中包含了4天週末，那在數據的收集上就會有所落差，因此在時間的設計上，必須依照產業、受眾習慣去考量AB測試所需的時間。

📍常見評估指標：

• 流量、訪客數量
• 開信率
• 點擊率
• 訂閱數
• 下載數
• 停留時間

5. 發布並收集數據

以上4步驟都完成後，就可以將控制組和測試組皆發布到市場測試，並收集相關數據；過程中，記得要按照A/B Test假設的優先順序進行安排，不要過分求好心切，同時測試過多的素材，以免發生無法歸因的窘境。

此外，如果可以在測試前先執行問卷調查，也可以有助於檢查手上的假設是否成立，進而減少沒必要的A/B Test。

6. 數據分析

測試完成後，我們可以將AB Test統計出來的數據進行分析，找到A、B兩種版本哪個更受用戶喜歡或是成效更好，進一步確定改進方案；那如果測試出來的結果與假設不符，也千萬不要氣餒，這代表著我們又將一種可能性排除，並從中學到教訓。

7. 繼續A/B測試

當然如果還有其他的優化方向，想要持續執行AB測試，也沒問題！在這個不斷優化、不斷投入A/B Test的過程中，你的營銷方案或是網站將變得越來越完善且符合用戶需求。

（二）Facebook AB Test＆Instagram AB Test｜受眾、素材都可測試！

Facebook和Instagram都是Meta公司旗下的社交軟體，因此不管是IG AB Test還是FB AB Test都是從Meta廣告管理員裡執行，因此以下將以FB AB測試教學作為介紹。

在Facebook AB Test和Instagram AB Test中，主要可以將測試內容分為受眾和素材：

📍A/B Test測試受眾

不同產業、商品的受眾都會截然不同，以SEO公司為例，在執行FB或IG廣告的AB Test時，我們可以將受眾分為營銷人員和電商2種，並利用相同的廣告素材去測試，待數據收集回來後，便可以知道究竟這個廣告素材更適合哪一群受眾。

比起在廣告上亂槍打鳥，透過A/B Test可以有效地找到精準的素材方案，進而減少花費無效的廣告費用。

📍A/B Test測試素材

在社交媒體上的素材又分為文案和多媒體素材（圖片、影片等），其執行AB Test的邏輯與測試受眾相同。

繼續以SEO公司舉例：

• 文案：首先固定受眾，並撰寫2種文案進行A/B Test。例如受眾固定為電商，將「協助您將網站排名上到Google首頁」和「幫助你自然流量成長10倍」2種文案進行AB測試。
• 多媒體素材：一樣先固定受眾，設計出僅有一個變因所微調的圖片或影片進行A/B Test。例如以營銷人員作為固定受眾，將圖片背景的顏色從暗色系變成亮色系去進行AB測試。

（三）成功的AB Testing範例分享

📍expoze.io 網站AB Testing案例

expoze.io是一家荷蘭的軟體公司，它在網站架設時，針對首頁的背景顏色進行A/B Test，而當初主要的問題是覺得原先的網站背景色對比不夠明顯，可能讓用戶看不清楚首頁上的文案，導致他們無法順利瀏覽網站，因此有了以下AB測試：

• 假設：利用更深的網頁背景色凸顯文案，將使用戶更清楚瀏覽路徑。
• A控制組：原先首頁背景色系較淺的版本。
• B測試組：改用更深的對比色，希望讓首頁上白色的文案更清楚。

經過測試後，確實在數據上驗證了假設，用戶的停留時間不但增加了40%，更讓行動號召CTA的點擊數提升了25％，因此AB測試證明了透過網頁背景色的調整，讓用戶可以自然而然地注意到CTA並進行點擊。

參考資料：HubSpot《11 A/B Testing Examples From Real Businesses》

5大AB Test工具推薦：Google Optimize、VWO、WP elementor等

有了基礎的A/B Test步驟概念，如果再搭配實用的A/B Test工具，那在執行時勢必可以幫助我們事半功倍！

以下將介紹5種好用的A/B Testing軟體。

（一）Google Optimize AB Test

Google Optimize是Google官方於2017年推出的網站測試工具，除了Google A/B Test之外，還有提供其他測試方法，且其可以做到利用Google Analytics AB Test數據管理。

以下將教學新版GA AB Test串接方法：

📍Google Optimize如何串接到GA4？7步驟詳細教學

• STEP1：到Google Optimize首頁建立帳戶與容器，需填入帳戶與容器名稱，並選擇所在的地區／國家。
• STEP2：設立好容器後，點選右上方的「設定」，並複製容器ID。
• STEP3：到Google Tag Manager創建新的標籤，於模板中選擇Google Optimize，並將剛剛複製的容器ID貼上。
• STEP4：返回至GTM上的Google Analytics 4 設定代碼，並選擇代碼設定中的「進階設定」。
• STEP5：在代碼觸發順序中勾選「在Google Analytics (分析)GA4 設定 觸發前先觸發一個代碼」，並選擇剛剛設定好的Google Optimize代碼。
• STEP6：再回到Google Optimize介面點擊容器，開啟「容器設定」中的「評估」，並點擊「連結至Analytics（分析）」。
• STEP7：最後，選擇想要連結的GA4資源與串流，並按下「連結」，就大功告成啦！

✨Google官方參考文件：Introducing Optimize with Google Analytics 4

✨延伸閱讀：GA4教學｜2023 Google Analytics 4 安裝／串接全攻略

（二）VWO AB Test

VWO是一款知名的測試工具，其可以同時創建並運行多個A/B Test，且操作介面直觀，對於新手來說十分友善；此外，在比較進階的功能上有提供更深入的分析，像是轉換率報告等。

在VWO價格方面，根據你想測試的平台會有不同的報價，像是網站測試和APP測試的價錢就不盡相同，而在網站測試的STARTER則是免費的，因此建議可以到VWO官方網站查看價格與諮詢。

• VWO官網：https://vwo.com/

（三）WP plugin：Elementor AB Test

Elementor是WordPress上針對內容編輯的擴充程式。

如果WP用戶想要針對內容進行AB測試，除了可以利用Google Optimize執行A/B Test，也可以直接安裝Split Test For Elementor，其裝置的步驟相較於Google Optimize簡單、快速許多。

而Split Test For Elementor雖然不是Elementor開發出來的程式，但經Elementor官方證實在使用上是沒有問題的，因此WordPress用戶不妨可以嘗試看看。

（四）Freshmarketer

Freshmarketer是十分實用的工具，其除了提供用戶網站互動的分析報告，還會根據數據內容幫助你辨別網站問題，進而擬定出合理的網站A/B Test。

此外，Freshmarketer可以自定義想要進行AB Test的受眾，搭配其直觀的操作介面設計，對於新手來說非常友善。

• Freshmarketer官網：https://www.freshworks.com/

（五）Optimizely

Optimizely在A/B Test上是非常專業的工具，其可以針對受眾所在的地區、人口數等，進行實驗的條件設定。

此外，Optimizely所有的操作都可以在工具上執行，不需要工程師或後台開發人員的輔助即可輕鬆操作。

• Optimizely官網：https://www.optimizely.com/

（六）補充：AB Test Python方法

除了A/B Test工具的輔助之外，如果對於Python有一定熟悉程度的人，不妨試試看利用Python進行AB測試。

以下推薦你2篇有關AB Test Python的文章：

• Python實作 — Bayesian A/B Testing 的應用與優點
• A/B Test 樣本數究竟該怎麼算？公式與 Python 算法通通學會

在競爭激烈的網路環境中，AB測試成為提升網站或任何數碼營銷成效的關鍵策略之一，透過分析數據，企業可以提供更符合用戶喜好的內容，無論是調整按鈕位置、標題文字或是頁面佈局，AB測試都能夠幫助你做出更精準的決策。

以上就是AB Test的介紹，感謝閱讀！如果您希望定期收到 Welly 為您整理的行銷新知識或定期彙整的知識懶人包，都可以填寫下方申請表訂閱 Welly 的電子報喔！▼