在本章中，我们将讨论如何衡量结果并简化网站上进行的测试的统计信息。

了解统计

研究人员可能会或可能不会理解统计数据。但是，通过简化这些统计数据，事实证明A / B测试工具是一个救星。因此可以避免很多计算。大多数测试工具在使用95％的标准作为成功完成目标方面都是一致的。

也就是说，在10人中，您是9人的赢家。让我们举个例子。您的测试工具报告如下-

该报告预测，在95％的时间间隔内转化率或多或少为.20％。统计上，目标范围是1.76到2.06。

获取见解

在计划测试时，我谨记两个目标。首先，是增加收入，另一方面是获取有关促成更高ROI的见解。

例如，在一个案例研究中，我们将访问量转移到产品页面，而不是类别页面或首页来提高转换率。我们采用了三种变体，其中一种是将流量定向到首页，并在其中加载了指向产品页面的类别和子类别。在第二部分中，我们将流量定向到添加过滤器的类别页面。第三，我们使用“购买”按钮将其直接指向产品详细信息页面。

令我惊讶的是，第三个变化获胜。这仅仅是买方要求的有关产品的信息。这使我们了解了转化率提升和持续改进如何使我们扩大潜在客户。

毫无疑问，在测试中添加了许多变化和见解使我们重新设计了网站。

了解结果

让我清除一下。并非所有测试都能胜出。是的，这是痛苦的，但却是事实。

有一些测试可以使您获得出色的结果。还有其他一些人，经过如此多的尝试也将没有结果。但是，如果您计划用洞察力驱动细分进行测试，则可以使用新的假设进行测试。并非所有测试都能帮助您提高收入。

举个例子来理解。有三个广告系列的转化率不同。

任何人都会盲目地说“广告系列B”是超级表演者。但是让我们进一步挖掘。

仔细观察，“广告系列B”太小而无法在统计上引起重大变化。一次访问1次交易的广告系列B将获得100％的转化率。 “广告系列A”胜过“广告系列C”。在得出结论时，有几个因素需要考虑，并且每次可能有所不同。您需要查看所有见解并决定结果。