在专业服务中的分割测试方面，您可能会有数百万的想法就您想测试的内容。出现测试假设不是问题，它知道你什么时候成功了。许多营销人员将分析他们的分裂测试结果，并指定一个指标比另一个指标更高的成功。他们会经过测试“直到他们达到统计学意义，”这可能会歪斜它们的结果。
你需要具体的指标来呈现一个清晰易懂的结果，从而发展你的业务，提高你的转化率。
那么指导拆分测试的度量究竟是什么？你应该关注哪些？让我们仔细看看。
参数
这是您测试的核心 - 您的假设和导向测试的指导力。您可能会根据肠道感染（人类面部比抽象图像更好）进行测试，或者基于您的行业的其他案例研究。定义测试的参数可确保没有任何惊喜可以借出结果。
变量
在A/B测试中，你只是将一个元素与另一个元素进行测试。所有其他点保持不变。在上面的示例中，您希望在挑战者页面上只交换抽象图像和人脸，而不考虑其他内容。有一种测试被称为多变量测试(或Taguchi)，它允许你测试页面上的多个元素，但是结果可能需要更长的时间才能看到统计意义，如果它们显示了它的话。
通过一次拆分测试一个变量，您将能够做出更自信的结论，然后可以在恒定的改进循环中借给您的其他测试。
成功指标
您的成功度量是证明测试成功的。它可以是订阅者的数量，例如，电子邮件数量或点击，或者甚至有多少人在您的网站上填写表格，例如免费咨询。无论您的测量如何，它必须保持一致，在测试开始后无法更改。
衡量成功的一个常见陷阱是在事后查看测试结果，并给获胜者分配一个“原因”——即，由于某些特定的因素，它更成功。A/B测试在很大程度上是一种量化风险，尽管它很容易给结果分配情感基础，但尽量不要这么做。数字不会说谎。
统计学意义
这就是事情变得棘手的地方。为了让A/B测试获得成功，你需要拥有足够大的流量去创造结果。”统计学意义。“但这究竟是什么意思？在其核心，统计显着性是可靠性的测量。这意味着我们的测试在没有任何种类的萤火虫或雷达上的随机薄层进行的测试。如果您有更大的示例大小（见下文），则会发生这些随机漏分。统计学意义有助于进一步水解您的结果，即结果不仅仅是偶然的。简而言之，它为您的测试提供了更多可信度。
定义测试组
我之前提到过数量是统计意义上的一个重要因素，因为它适用于A/B测试，但数量同样也影响着你的测试群体。在分割测试中，对测试组采用平均的50/50分割是很常见的。然而，有时您可能不想让测试如此一成不变。
例如，如果您有一个控制页面的控制页面，但您希望在挑战者上测试一个小点，这根本不值得牺牲50％的流量（以及潜在的转换和销售）对该次要变化。在这种情况下，运行90/10测试或80/20测试可能会更好，因为您仍然会得到结果（虽然它可能需要更长时间），并且您不会在过程中丢失所有有价值的流量。
固体分裂测试的底线
当销售专业服务时，仅仅依靠数字是非常诱人的——而且在做关键决定时，你应该这样做。然而，网络服务是不同的，它需要一种超越分析的方法。事实上，专业服务公司有很多方面不能只用数字来衡量:良好的服务、品牌意识、客户忠诚度……所有组成专业服务公司的东西。
虽然您可以使用这些指标来指导您在转换的制作测试中，但最终目标是推动新的业务和推荐，增加重复业务，并提供特殊的结果。这些是分裂测试本身无法衡量的东西，但与其他战略营销努力相结合，可以帮助您的公司到达那里。
在Google+或Linkedin上？跟着我们+ HingeMarketing.加入我们linkedin。
有关在销售周期的不同阶段使用内容营销的更多信息，请查看免费的专业服务内容营销指南。
