你是如何制定你的数字化战略的？又有多少是基于你所知道的知识而不是你所认为的事物？
作为数字营销人员，我们喜欢将自己视为完全数据驱动的人，但事实是，许多公司的决定仍然是基于预感。
A / B测试的优点在于，它允许我们做出基于真实行为数据的决策，而不是假设我们的客户群的认知。
A / B测试是将网页的两个元素或版本相互比较的过程，目的是确定哪个版本执行得更好。测试运行时，您的用户中有50％将显示为版本A，另外50％将显示为版本B。
听起来不错，对吧？但有一个大问题：大多数公司都在怀疑A / B测试是否会出现错误。
A / B测试的麻烦
当您考虑在自己的平台上使用A / B测试时，会想到什么？对于我们大多数人来说，这是一个按钮颜色的测试。
例如，一家公司要使用A / B测试测试他们号召性动作按钮的颜色对增加按钮点击数量的影响。
当然，公司可以直接在其平台上直接改变按钮颜色进行效果测试。
测试可能会显示蓝色按钮效果比绿色更好，如果您将按钮颜色从绿色更改为蓝色，则可能会增加点击次数或甚至转化次数。
然而，更可能的是，对点击或转换率的任何改进将是微不足道的。或者测试可能根本无法显示有意义的结果，最后所得到的结果可能就是您的用户不喜欢绿色按钮超过蓝色。换句话说，你做了一系列的无用功。
以这种方式（使用自己的平台进行微小的、微不足道的变化）进行A / B测试的公司错过了以有意义的方式影响他们的营销策略的机会。
大多数公司没有意识到的是，A / B测试实际上可以帮助他们识别通过其他方式找不到的有价值的见解。
更好的价值主张
A / B测试可以并且应该用于开发和识别更好的价值主张。
你是否经常停下来思考该如何知晓什么消息是与客户最能达成共鸣的？也许你是依靠直觉或你的文案的建议。在这种情况下，你是在做共鸣的假设，并不知道这些假设是否有效。
也许您已经通过使用讨论组来测试自己的假设。在这种情况下，您一定会得到用户喜欢的消息的答案，但这可能不是正确的。
讨论组参与者在与真实用户相同的上下文中不会与您的消息传递交互。他们没有通过搜索引擎来搜索产品或服务，点击一个广告，被带到着陆页，然后根据他们在该旅程中遇到的消息进行潜意识下决定。
相反，讨论组参与者在一个不重要的着陆页被问及他们对消息A与消息B的感觉。参与者给出的答案是他或她的意见，并且完全脱离了客户如何与您的消息传递交互的现实世界。
另一方面，A / B测试允许您在与您的网站的实际交互的上下文中测试真实Web用户的价值主张。您将收集有关哪些类型的消息传递产生共鸣和哪些平坦的量化数据。没有任何类似A / B测试与数千或数百万的访问者达到消息传递的底线来推动销售。
本文作者Alhan Keser，是纽约一家数据驱动公司的市场营销总监。
本文由mojoee@吆喝科技译自：https://www.forbes.com/sites/forbescommunicationscouncil/2017/04/05/how-ab-testing-can-drive-business-decisions/#64d722347940
