A/B 测试
用科学方法对比不同营销方案效果,找到最优解
最后更新:2026-05-18
什么是 A/B 测试?
A/B 测试是一种科学的营销优化方法。通过同时运行两个或多个不同版本的营销内容(如不同标题、不同图片、不同发送时间),对比它们的效果数据,找出最优方案。用数据代替直觉来做决策。
测试场景
📧 邮件标题测试
测试不同标题对打开率的影响,如"限时优惠" vs "专属折扣"
🎨 封面图测试
对比不同封面图对点击率的影响
⏰ 发送时间测试
对比不同时间段发布的阅读量和互动率
📝 内容风格测试
正式 vs 轻松、长文 vs 短文的转化效果对比
创建 A/B 测试
第 1 步:创建测试任务
- 进入营销宝 → "A/B 测试" → "新建测试"
- 填写测试名称,如"5 月新品邮件标题优化测试"
- 选择测试类型:邮件标题 / 封面图 / 发送时间 / 自定义
- 选择目标渠道:微信公众号 / 邮件 / 微博等
第 2 步:设置测试变量
为每个测试组(A 组、B 组、C 组...)设置不同的变量值:
测试:邮件标题优化 A 组(对照组): 标题:"新品上架 | 夏季防晒霜推荐" 发送时间:5月20日 10:00 发送比例:33% B 组(测试组 1): 标题:"🔥 夏日必备!这些防晒霜让你白到发光" 发送时间:5月20日 10:00 发送比例:33% C 组(测试组 2): 标题:"【限时特惠】防晒好物低至 5 折" 发送时间:5月20日 10:00 发送比例:34%
⚠️ 原则:每次测试只改变一个变量(如只改标题,不改内容),这样才能准确判断是哪个因素导致了效果差异。
第 3 步:设置评估指标
选择主要评估指标:
- 打开率:适合测试邮件标题、推送标题
- 点击率(CTR):适合测试封面图、内容排版
- 转化率:适合测试 CTA 按钮文案、促销力度
- 互动率:适合测试社交媒体帖子风格
第 4 步:运行和查看结果
测试运行后,可在"A/B 测试"页面实时查看各组数据对比:
- 系统会自动计算统计显著性(P 值)
- 当某组明显优于其他组时,会显示"胜出"标记
- 建议样本量达到每组 500+ 后再做结论
- 测试运行至少 24 小时以覆盖不同时段的用户行为
通过 API 创建测试
POST https://api.zhiqiyungong.com/api/yx/ab-test/create
Content-Type: application/json
Authorization: Bearer YOUR_ACCESS_TOKEN
{
"project_id": "prj_m4k8n2x7",
"name": "邮件标题优化测试",
"type": "email_subject",
"channel": "email",
"variants": [
{
"name": "A 组 - 对照组",
"content": {"subject": "新品上架 | 夏季防晒霜推荐"},
"traffic_ratio": 0.33
},
{
"name": "B 组 - 测试组",
"content": {"subject": "🔥 夏日必备!防晒霜推荐"},
"traffic_ratio": 0.34
}
],
"metric": "open_rate",
"duration_hours": 48
}解读测试报告
测试完成后,系统会生成完整的测试报告,包含:各组的核心指标对比、统计显著性检验、胜出推荐、以及历史测试趋势。建议将获胜方案应用到后续的全量发布中。