在对优化可能不重要
因此，您需要 天才能完成测试。每个后续变体都会将测试延长几天。 这里还值得一提的重要性和统计能力。第一个术语简单地描述了结果的 确定性 。假设对于电子商务来说这个值应该在 左右。反过来，统计功效是找到计算中指定的最小可检测效果的概率的百分比。标准规定为 。这种类型的计算可以让您快速回答 我的网站准备好进行给定的 测试了吗？ 的问题。我们希望计算越准确，进行此类研究所需的会话量就越大。统计数据将使您避免的测试上浪费时间。 查看我们的案例研究 多变量实验 在配置 测试的时候，我们经常会问自己，版本的划分应该是怎样的比例。经典的 测试假设版本的比例为 。这意味着每个用户将有 的机会看到变体 或 。这种均分保证了对结果单解释。当然，测试配 C级联系人列表 置工具使我们能够更改比例。例如，当我们对版本 不太确定并且想要检查较小的样本是否会被网站用户 接受 时，这很有用。
https://static.wixstatic.com/media/79f9bb_1d4d6f216c7047acaabb94991cb0ab7c~mv2.jpg/v1/fill/w_700,h_340,al_c,lg_1,q_80,enc_auto/79f9bb_1d4d6f216c7047acaabb94991cb0ab7c~mv2.jpg
如果您的电子商店在网站上有适当的流量，您可以进行多项独立实验，例如测试一组用户的主促销横幅上的新通信，以及另一组用户的产品卡中修改后的 。但是，您可以将这些测试针对所有用户。 假设您想要查看主页上两个元素的新变体 推荐产品列表和新菜单。如果这些测试中的每一个都有两种可能的变体，并且它们暴露的机会比例是 ，那么您的主页实际上将向用户提供四种变体。 推荐商品一览 和 菜单 「推荐商品一览 」和「菜单 」 「推荐商品一览 」和「菜单 」 推荐商品一览 和 菜单 这种划分意味着每个用户将有 的机会看到这两个测试元素的组合之一。
頁:
[1]