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

  1. 进入营销宝 → "A/B 测试" → "新建测试"
  2. 填写测试名称,如"5 月新品邮件标题优化测试"
  3. 选择测试类型:邮件标题 / 封面图 / 发送时间 / 自定义
  4. 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。