此文是酒店VI設計公司關于設計公司如果推廣和營銷企業的分享，酒店VI設計公司旨在想讓更多的設計公司提高設計業務能力！

注：配圖為UCI設計公司作品

酒店VI設計公司轉發原文直譯：

如果你經常閱讀轉換優化案例研究（你應該這樣做),你會經常遇到這樣的例子： [在此處插入提議的測試想法]的變化將下載量提高了85%,統計置信度為97%。 但是這到底意味著什么呢?

為什么皈依者如此喜歡用這個詞?

理解機會的作用 讓我們再看一下這個例子——下載量增加了85%,統計置信度為97%。這意味著，如果我們將測試結果視為純粹的機會，你只會看到85%的增加，3%的時間-任何人都會認為這是極其罕見的事件。 因此，我們可以以97%的把握推斷，那些結果不是由于純粹的、隨機的機會。 現在，大多數測試都沒有那么精確。有許多外部因素會使結果誤入歧途，包括正態分布（測試是否均勻分布?

),隨機抽樣（我們選對了測試的人嗎?

)、時間，甚至技術問題都會扭曲這些數字。 信心的神話 關于統計置信度是否應該在轉換測試中發揮作用，有一個完整的學派。這是一本很好的讀物，分享了這樣一個觀點，即僅僅是信心，即使有數字支持，也不能在價值、收入或任何其他常見的衡量目標方面做出正確的事情。 這是他們的斷言，統計信心只是轉換優化捶胸頓足；這種大機構精心制作和塑造數據，直到他們得到一個有力的數字，比如100%,他們可以在他們的投資組合中隨意拋出。 本質上，信心只衡量特定模式的結果。沒有人絕對肯定地知道這些下載量會增加85%,這些結果是無法保證的，這就是為什么運行您自己的測試并確定您自己的結果是如此重要。 所以自信不重要?

我并不是說你應該拋棄數字，而是應該從上下文的角度來看待事物。例如，告訴那些問"我如何衡量我的轉化率"的人是很常見的。等到他們的網站有了一定的流量。 但是，即使是成千上萬的訪問者也不總是會導致你可以依賴于統計可信度的變化。看看這個例子：這里有一個來自做市商(現在是Omniconvert)的例子，顯示了近100,000次訪問，總瀏覽量超過250,000次。不管你怎么衡量，這都是一個令人羨慕的流量。但是看數字，可以看出轉化率有多接近。 相反，你可以有少得多的訪問者和頁面瀏覽量，但你已經達到了一個統計意義上的結果。所以流量并不重要，結果才重要。考慮到這一點，如何更準確地運行您的測試呢?

輸入所有數據 如果有人做了一個A/B分割測試計算器，你可以簡單地輸入數字并得到統計上有把握的答案，這不是很好嗎?

是的，他們做到了，而且為了方便使用和編輯，它有一個擅長圖表和谷歌文檔。 A/B測試顯著性電子表格使用貝葉斯統計。與其讓數字變得太復雜，不如讓我們看一個真實的例子。 假設你想進行一個對比測試，確定紅色或綠色是否會影響你的行動號召按鈕的轉化率。這是一個相當標準的測試，幾乎每個公司都會在某個時候進行。到目前為止，紅色轉換了132次中的12次，綠色轉換了125次中的14次。通過簡單的心算，你已經可以看出綠色按鈕有微弱的優勢。但是綠色真的比紅色好的可能性有多大，這些結果不僅僅是一些隨機的僥幸嗎?

將這些數字輸入到計算器中，你會得到這樣的結果：正如你將看到的，綠色有73%的機會擊敗紅色，完成這種改變的實際估計轉換率。 有什么大不了的，對吧?

你在輸入數字之前做的簡單算術就能告訴你答案。但是有一個像這樣的分割測試計算器可以證明結果——這樣你就可以提前結束測試，充分了解變化很可能會提高轉化率。 當然，這只是一個簡單的例子，很可能你的測試并不總是給你一個明確的結果。這時，讓機器來處理這些數字，給你你渴望的統計意義，是一個好主意。 我能把這個也應用到答/答測試中嗎?

很多轉換愛好者和專業人士建議在A/B測試之前進行答/答測試。雖然這是一個好主意，取決于測試的類型和您想要測量的結果，但是有一個關鍵的潛在錯誤經常出現，它可以從根本上改變您的測試結果。 統計置信度的誤差 什么?

我以為我們的目標是測試中的統計置信度！是的，但是經常發生的是，測試一開始就有缺陷，因為

注：配圖為UCI設計公司作品

酒店VI設計公司

通過酒店VI設計公司的精彩分享，設計師更輕松快捷地掌握酒店VI設計公司分享的營銷與設計知識，幫助北京vi設計公司更好地服務好客戶 。