此文是酒店VI设计公司关于设计公司如果推广和营销企业的分享，酒店VI设计公司旨在想让更多的设计公司提高设计业务能力！

注：配图为UCI设计公司作品

酒店VI设计公司转发原文直译：

如果你经常阅读转换优化案例研究（你应该这样做),你会经常遇到这样的例子： [在此处插入提议的测试想法]的变化将下载量提高了85%,统计置信度为97%。 但是这到底意味着什么呢?

为什么皈依者如此喜欢用这个词?

理解机会的作用 让我们再看一下这个例子——下载量增加了85%,统计置信度为97%。这意味着，如果我们将测试结果视为纯粹的机会，你只会看到85%的增加，3%的时间-任何人都会认为这是极其罕见的事件。 因此，我们可以以97%的把握推断，那些结果不是由于纯粹的、随机的机会。 现在，大多数测试都没有那么精确。有许多外部因素会使结果误入歧途，包括正态分布（测试是否均匀分布?

),随机抽样（我们选对了测试的人吗?

)、时间，甚至技术问题都会扭曲这些数字。 信心的神话 关于统计置信度是否应该在转换测试中发挥作用，有一个完整的学派。这是一本很好的读物，分享了这样一个观点，即仅仅是信心，即使有数字支持，也不能在价值、收入或任何其他常见的衡量目标方面做出正确的事情。 这是他们的断言，统计信心只是转换优化捶胸顿足；这种大机构精心制作和塑造数据，直到他们得到一个有力的数字，比如100%,他们可以在他们的投资组合中随意抛出。 本质上，信心只衡量特定模式的结果。没有人绝对肯定地知道这些下载量会增加85%,这些结果是无法保证的，这就是为什么运行您自己的测试并确定您自己的结果是如此重要。 所以自信不重要?

我并不是说你应该抛弃数字，而是应该从上下文的角度来看待事物。例如，告诉那些问"我如何衡量我的转化率"的人是很常见的。等到他们的网站有了一定的流量。 但是，即使是成千上万的访问者也不总是会导致你可以依赖于统计可信度的变化。看看这个例子：这里有一个来自做市商(现在是Omniconvert)的例子，显示了近100,000次访问，总浏览量超过250,000次。不管你怎么衡量，这都是一个令人羡慕的流量。但是看数字，可以看出转化率有多接近。 相反，你可以有少得多的访问者和页面浏览量，但你已经达到了一个统计意义上的结果。所以流量并不重要，结果才重要。考虑到这一点，如何更准确地运行您的测试呢?

输入所有数据 如果有人做了一个A/B分割测试计算器，你可以简单地输入数字并得到统计上有把握的答案，这不是很好吗?

是的，他们做到了，而且为了方便使用和编辑，它有一个擅长图表和谷歌文档。 A/B测试显著性电子表格使用贝叶斯统计。与其让数字变得太复杂，不如让我们看一个真实的例子。 假设你想进行一个对比测试，确定红色或绿色是否会影响你的行动号召按钮的转化率。这是一个相当标准的测试，几乎每个公司都会在某个时候进行。到目前为止，红色转换了132次中的12次，绿色转换了125次中的14次。通过简单的心算，你已经可以看出绿色按钮有微弱的优势。但是绿色真的比红色好的可能性有多大，这些结果不仅仅是一些随机的侥幸吗?

将这些数字输入到计算器中，你会得到这样的结果：正如你将看到的，绿色有73%的机会击败红色，完成这种改变的实际估计转换率。 有什么大不了的，对吧?

你在输入数字之前做的简单算术就能告诉你答案。但是有一个像这样的分割测试计算器可以证明结果——这样你就可以提前结束测试，充分了解变化很可能会提高转化率。 当然，这只是一个简单的例子，很可能你的测试并不总是给你一个明确的结果。这时，让机器来处理这些数字，给你你渴望的统计意义，是一个好主意。 我能把这个也应用到答/答测试中吗?

很多转换爱好者和专业人士建议在A/B测试之前进行答/答测试。虽然这是一个好主意，取决于测试的类型和您想要测量的结果，但是有一个关键的潜在错误经常出现，它可以从根本上改变您的测试结果。 统计置信度的误差 什么?

我以为我们的目标是测试中的统计置信度！是的，但是经常发生的是，测试一开始就有缺陷，因为

注：配图为UCI设计公司作品

酒店VI设计公司

通过酒店VI设计公司的精彩分享，设计师更轻松快捷地掌握酒店VI设计公司分享的营销与设计知识，帮助北京vi设计公司更好地服务好客户 。