来自我们客户的鼎力支持和鼓励

[Habib01]

真正鼓舞了他们的士气，使他们能够继续坚持，安然度过这场风暴的第二波冲击。说到研究技巧，我想分享一个例子。1985年2月23日，可口可乐推出了一款名为“新可乐”的经典汽水新品。这款配方在上市前经过了全面测试。多达20万人品尝了这款新汽水。大多数人都认为它味道更好。新汽水上市后，全球一片哗然。事实证明，可口可乐未能解释消费者购买其汽水的其他原因。可口可乐在其网站上分享了这个故事。我强烈推荐大家阅读。 你可能想知道我为什么要分享这个故事，以及它与 A/B 测试有什么关系。第一个教训是，当你进行研究时，不要操之过急。在开始测试之前，花点时间弄清楚所有可能的变量，以及如何测试每个变量。 那么什么是 A/B 测试？ 如果您不熟悉，A/B 测试是一种研究方法，它会测试同一产品的两个版本，以确定哪个版本效果最佳。恐怕它并不像定义听起来那么简单。


它需要有一个统计分析流程来帮助解释结果，并确保您做出的商业决策，即使是微小的决策，也能产生影响。 通过以下概念开始您激动人心的统计分析世界的旅程： 均值、方差和抽样 统计学意义 P值 统计功效 置信区间和误差幅度 均值回归 部分 混杂变量和外部因素 这些主题和链接都来自一篇写得非常好的文章，标题是《A/B 测试统计：简易指南》。我保证我不是想给你布置作业。这些主题只是正确进行统计分析的基础。如果没有这些，你可能根本就无法进行 A/B 测试。 了解了这些背景知识后，我现在想详细分析一下如何进行 A/B 测试。如果您现在或曾经从事销售工作，我相信您一定或多或少地体验过 A/B 测试。测试方法是：发送同一封邮件，但主题不同，或者修改电话营销脚本的某些部分，以查看哪个版本效果最佳。这种方法的问题在于不够精确。许多变量可能会发生变化，样本量可能太小，或者接电话或邮件的人的公司职位也可能不同。


最常见的问题通常是我提到的第一个。无意中更改多个变量是很常见的。使用 A/B 测试时，您只需 厄瓜多尔电报数据库 专注于测试一个变量，其他所有变量保持不变。如果您想在一次测试中更改多个变量，可以使用多变量统计程序，但这个话题最好留到以后再谈。如果您感兴趣，我建议您阅读Analytics-Toolkit.com 博客。 我喜欢将 A/B 测试过程分为三个步骤：研究、测试和分析。 步骤 1：研究并定义测试 对现有销售流程进行初步调研是测试流程的重要组成部分。在此步骤中，您需要测试所有与 A/B 测试相关的变量。测试内容可以包括现有电子邮件模板的当前回复率、电话销售脚本的成交率，甚至销售人员联系潜在客户的时间。 初步测试后，你需要收集目前掌握的所有相关潜在客户信息。这些信息通常包括他们的行业、当前职位、潜在客户所在地以及你可能想要测试的任何其他信息。 现在花点时间进行这项研究并收集结果可以为你节省大量时间。这项研究还能帮助你规划计划进行的 A/B 测试。 在这里，您需要选择要创建单侧检验还是双侧检验。单侧检验仅测试一个方向的变化，而双侧检验则测试正方向和负方向的变化。 关于哪种测试更好，目前存在争议，但我更喜欢单侧测试而不是 A/B 测试。我仍然建议你多读一些关于这两种测试的文章。你可以先看看这篇博客，标题是“单侧测试 vs. 双侧测试（重要吗？）”。 一旦我们选择了测试类型，您现在就可以创建零假设和备择假设。 我觉得举个例子比较合适