A/B 测试：2026 年分步指南（附案例）

对落地页做 A/B 测试，是在不靠猜测的前提下提升转化率、推动业务增长的最有效方法之一。

与其争论红色按钮和蓝色按钮哪个转化更好，不如通过落地页 A/B 测试，把不同版本展示给真实访客，衡量哪个版本的表现真正最好。

核心要点

什么是 A/B 测试？

A/B 测试是一种受控实验：对比网页的两个版本，判断哪个版本在你的受众中表现更好。

A/B 测试、分流测试与多变量测试的区别

虽然“A/B 测试”和“分流测试”这两个术语常被混用，但 A/B 测试特指对比仅有细微差异的两个页面版本（变体 A 和变体 B）。

相比之下，分流测试对比的是网页的两个完全不同的版本，看哪个更能获得访客的积极响应。具体做法是把不同版本展示给随机分配的流量，并衡量哪个版本带来更好的结果。

而多变量测试会同时改动落地页上的多个变量，看哪种改动组合的整体效果最好。更详细的说明请阅读落地页分流测试与 A/B 测试对比。

A/B 测试术语

在落地页测试中，变体就是被测对象（比如网页或邮件设计）的另一个版本。

对照版本是你当前正在使用的原始版本，其他所有版本都与它对比，它是你的起点。

冠军版本是当前表现最好的版本，而挑战者版本是你为了检验能否击败冠军而测试的新版本。

统计显著性意味着你可以确信测试结果中的差异是真实的，而不是随机偶然造成的。A/B 测试的目标之一，就是得到具有统计显著性的结果。

为什么要对落地页做 A/B 测试？

落地页是营销漏斗中的关键转化节点，因此优化落地页对业务成功至关重要。没有系统的测试，你其实是在拿营销预算赌运气，还会白白错过潜在收入。

策略性的测试可以确保页面上的每个元素都服务于你的业务目标，而不是依赖对访客需求的主观假设。

落地页测试还能为你的业务带来以下好处。

• 提升转化率和收入
• 改善用户体验，提高参与度
• 让广告投资回报最大化
• 低风险、高回报的做法
• 更深入地洞察和了解受众
• 通过优化降低跳出率
• 持续累积的改进带来指数级的成果

A/B 测试：分步指南

现在你已经了解了关键术语，也知道了为什么要对落地页做 A/B 测试，接下来我们一步一步地动手搭建吧！

首先，在整个过程中，请把 A/B 测试看作一场实验。在这场实验中，你就是研究者，寻找提升收入的办法。

下面是整个流程的简要概览：

第 1 步：找出可改进的地方

实验从何而起？从找出可以改进的地方开始。

进行 A/B 测试时，默认你已经有一个基础落地页，并掌握了可供测试对比的当前数据。这也是为什么测试页面类型/风格与测试页面元素可以结合进行。

先对两个目标相同的落地页做分流测试，再通过一系列 A/B 测试来优化“获胜”的页面。

分流测试中获胜的页面，就成了 A/B 测试的对照版本。

或者，你也可以直接挑选影响力大的页面来测试。方法如下：

1. 找出你的变现页面（money pages）——结账页、产品页、定价页、注册表单
2. 查看数据分析，找出流量高、业务价值高的页面
3. 寻找流失点——人们通常在你网站的哪个位置离开？
4. 从转化率高的落地页入手，这些页面直接影响销售、线索或注册
5. 把影响较小的页面留到以后，等重要的页面优化完再说

第 1.a 步：确定基准指标

没有可靠的基线衡量，就无法准确判断改动是带来了有意义的提升，还是只是随机波动。

首先，收集当前落地页至少 2-4 周的历史数据，这能为你打下扎实的基础。查看一天中不同时段、一周中不同日期以及不同流量来源下的转化率等指标。这有助于你在开始测试前了解正常的表现规律。

还要考虑季节性趋势。如果你提供的是家装服务，冬季月份的基线数据对春季的测试帮助不大，因为家装工程通常在干燥的气候条件下进行。要确保基准数据能代表你当前情况下的典型表现。

第 1.b 步：把落地页元素确定为测试变量

为了简单起见，你几乎可以测试落地页上的任何变量。

想看看增加更多视觉元素能否提高点击率？当然可以。

指向 CTA 按钮的箭头图标会让更多用户点击吗？当然会！

更换背景颜色会影响用户与定价区域的互动吗？测一测就知道。

下面是更多可以测试的落地页元素，以及它们各自可能对指标产生的影响：

首屏区域与标题

标题往往是访客最先看到的内容，决定了他们是继续阅读还是立刻离开。

尝试测试强调利益点的标题与强调功能的标题。例如，“获取更多线索”（利益点）与“先进的线索获取软件”（功能）。你也可以测试不同长度的标题——有时，解释得更多的长标题，转化效果反而比简短有力的短标题更好。

文案测试（与标题分开）

文案是指页面上除标题以外的所有文字。你可以测试文案的结构，例如项目符号、简短格式或长文格式。变量还包括文案的语气，或者把复杂术语改得更口语化或更直白。

视觉内容（图片和视频）

测试带人物的图片与仅展示产品的图片。你也可以测试不同的图片尺寸和位置——有时，不与标题抢眼的较小图片效果更好。

回答这样的问题：加入用户生成的产品图片能否增加页面会话数？在图片中加入人物能否吸引更多线索？什么样的图片能传达对产品的信任与信心？

行动号召按钮及其位置

CTA 按钮的设计、颜色、文字和位置，会直接影响访客是否执行你期望的操作。落地页按钮颜色或措辞的微小改动，就可能显著提升转化率。你还可以测试添加或移除动画的视觉效果。

订阅表单（opt-in）与表单字段

表单的必填字段、长度和位置，会极大影响填写完成率和线索质量。

简单的表单会比详细的表单带来更多提交吗？更长的表单会如何影响线索质量？测试只要求邮箱，与要求邮箱加姓名的差别；也可以尝试访客可以跳过的选填字段。

社交证明与信任信号

社交证明的类型和呈现方式，会显著影响访客对品牌的信任。测试客户评价与专家背书，可以看出什么最能建立信任。添加保证信息安全的信任徽章，会提高页面的滚动深度吗？

定价策略与展示方式

你展示价格、套餐选项和价值主张的方式，会直接影响表单提交量。测试开头就展示价格，与在解释价值之后再揭晓价格。有些受众喜欢透明，另一些则需要先了解好处。

你还可以测试不同的价值展示方式——月付与年付定价，或者强调节省的成本。提供三个定价选项会如何影响退出率？

整体页面长度与结构/版式测试

信息的多少和组织方式，会影响用户的参与度和转化模式。长而详尽的页面与更短、更聚焦的版本相比，可以揭示你的受众是更喜欢全面的信息，还是更倾向于快速决策。

完成 A/B 测试第一步需要回答的核心问题是：这个落地页上还有什么可以改进？

对照你的基准指标、成功的落地页和 KPI，你发现了哪些共性问题？哪个高客单价的优惠没有充分发挥预算的潜力？如何为已经获胜的页面带来更多高质量流量？

关键在于：这不应该是随机的。如果你想不出测试某些变量的理由，那为什么还要测试它们？

你可以采用以下方法：

1. 列出你想改动的一切——写下你所有的改进想法
2. 挑出最重要的元素——选择对主要目标影响可能最大的那个改动
3. 创建两个版本——除这一个元素外，其他一切都保持完全一致

第 2 步：设定成功指标并提出假设

你的测试应当基于一个具体的假设，说明为什么某项改动可能改善你的成功指标。接下来我们进入 A/B 测试流程的第 2 步。

第 2.a 步：监测成功指标和 KPI

开始测试之前，你需要先决定什么算成功。你的主要指标应与业务目标保持一致。

对大多数落地页来说，这就是转化率，但根据目标不同，你可能会关注其他指标。以下是针对不同目标需要追踪的其他重要指标：

电商网站：

• 点击率（初步兴趣）
• 加入购物车率（认真考虑）
• 结账完成率（购买意向）
• 平均订单价值（整体影响）
• 回头客比例（长期价值）

线索获取：

• 表单浏览量（初步兴趣）
• 表单开始填写次数（参与度）
• 表单完成次数（转化）
• 线索质量评分（销售团队反馈）
• 每条合格线索成本（效率）

内容类网站：

• 点击率（初步兴趣）
• 页面停留时间（参与度）
• 每次会话的页面数（探索）
• 回访访客比例（忠诚度）
• 社交分享次数（扩散）

不要试图同时优化太多指标。选择一个对业务最重要的主要指标，然后关注次要指标，确保不会无意中损害其他方面的表现。

其他需要监测的 KPI：

• 转化率提升：在特定时间段内转化率提升了多少个百分点
• 每位访客收入：
• 用户体验和访客行为信号
• 或者30 个最重要的线索获取指标与 KPI中的任意一项

第 2.b 步：提出 A/B 测试假设

测试落地页时，假设应当是一个符合 S.M.A.R.T.（具体、可衡量、可实现、相关、有时限）原则的预测，说明改动任何元素会如何影响你选定的成功指标。

简单来说，就是对这次 A/B 测试实验会发生什么，做出有依据的推测。

这个陈述指明被测试的具体变量，并预测可衡量的结果，让你能够评估这些改动是否带来了显著提升。实验结果将告诉你应该证实还是推翻这个假设。

那么，如何提出符合 S.M.A.R.T. 原则的 A/B 假设呢？

一个有效的 A/B 测试假设包含三个关键要素：

• 问题陈述：你想解决什么问题？
• 拟议的解决方案：你将做出什么改动来解决这个问题？
• 以及预测结果：你预期这项改动会带来什么结果？

问题陈述是基础：它明确落地页的转化目标，并界定是什么障碍阻碍访客达成目标。请回想你的第 1 步。

这既要弄清楚你希望用户完成什么，也要弄清楚目前是什么阻碍他们完成操作，从而确立你开展测试的“原因”。

好的问题陈述既具体，又基于数据。

不要说“这个页面转化不好”，

而要说“我们的落地页转化率为 2%，但访客平均在页面上停留 3 分钟，这说明他们有兴趣，但有某些因素阻碍了转化。”

你提出的解决方案应当与问题直接相关。如果用户在你的页面上花了时间却没有转化，也许是你的行动号召不够清晰，或者表单太长。

预测结果时，要现实，但也要具体。

不要说“这会提高转化率”，

而要说“将 CTA 按钮从绿色改为红色，会使转化率提高 15-20%，因为红色更能营造紧迫感。”

此外，作为假设的一部分，你如何确定测试时长？

第 2.c 步：确定样本量和测试时长

在启动测试之前，你需要算出需要多少访客，以及实验要运行多久。这一步出错是新手最大的失误之一——他们要么过早停止，要么在流量不足的情况下让测试无休止地运行。

如何计算样本量

样本量取决于以下几个因素：

• 你当前的转化率
• 你希望检测到的最小提升幅度
• 你期望的置信水平（通常为 95%）

可以这样简单理解：如果你当前的转化率是 2%，那么检测 0.5% 的提升，比检测 2% 的提升需要更多访客。变化越大，越容易被发现。

• 你的基准转化率
• 你希望检测到的最小提升（比如 20% 的提升）
• 你的置信水平

如何设定合适的置信水平

在营销策略中，95% 的置信水平是标准。这意味着你的结果只有 5% 的可能是随机偶然造成的。

有些公司为了更快决策会采用 90%，而另一些公司对重大改动则要求 99%。

置信水平越高，所需的数据和时间越多。请务必在开始测试前选定置信水平。

A/B 测试所需最低访客数的快速参考：

• 高流量网站（每日 1000 以上访客）：通常 1-2 周就足够
• 中等流量网站（每日 100-1000 访客）：通常需要 2-4 周
• 低流量网站（每日不足 100 访客）：可能需要 1-3 个月才能得到可靠结果

例如，如果你的页面转化率为 3%，并且想以 95% 的置信度检测到 25% 的提升，那么每个变体可能需要约 2000 名访客。

如何设定测试时长

一旦知道了样本量，就计算需要多长时间才能获得这么多访客。如果你每天有 500 名访客，每个变体需要 2000 名，那么测试大约需要 8 天（总共 4000 名访客 ÷ 每天 500 名）。

如何确定合适的测试时长：

1. 从最短时长开始——至少规划 7 个完整的日子，以捕捉每周的规律
2. 考虑你的业务类型——B2B 公司可能需要更长时间，因为企业客户在周末的行为有所不同
3. 考虑你的流量规律——如果大部分访客在特定日期到访，要确保测试覆盖多个周期
4. 考虑外部事件——避开假期、促销活动或可能影响用户行为的重大新闻
5. 提前设定时长并坚持执行，即使早期结果看起来很乐观

经过以上全部流程，你现在应该有一个完整的假设了。

下面是一个 A/B 测试假设的例子：

因为我们的数据分析显示，在填写 5 个字段的注册表单时，有 60% 的访客流失（问题），所以改为只要求邮箱和姓名的 2 个字段的表单（解决方案），将在 6 周内使我们的转化率从 3% 提高到 5%（预测结果）。

先把这个假设放一边，开始搭建实验的对象——也就是你的 A/B 测试落地页变体。

第 3 步：搭建对照落地页和变体页面

如果还没有，你需要搭建基础落地页。借助 LanderLab 这样的落地页搭建工具，你可以立即为已创建的任何落地页建立 A/B 测试。

例如：

你的对照页面（版本 A）应当是你当前的落地页——你一直在用、并且已有基线数据的那个页面。它将成为你的基准。

你的变体页面（版本 B）应当与对照页面完全相同，只有你正在测试的那一个元素不同。如果你测试的是标题文案，那么其他一切——图片、按钮、表单、颜色——都必须保持完全一致。

以下是搭建变体的一些实用建议：

• 确保两个版本的加载速度相同。加载更慢的变体，无论你做了什么改动，表现都会更差。
• 使用可靠的落地页搭建工具，方便你轻松创建各种变体，并将它们全部保存在同一个地方。LanderLab 可以帮你复制落地页，并通过拖放式编辑器进行修改。
• 在不同设备和浏览器上测试你的页面。在桌面端看起来很棒的页面，在移动端可能会错乱。
• 详细记录你做了哪些改动。分析结果和规划未来测试时，你会用到这些信息。
• 上线前，确保追踪设置正确。亲自在两个版本上完成转化操作，以测试追踪是否正常。LanderLab 可以与多种广告平台集成，使运行测试和分配流量变得更容易。

此外，还要规划其他修改后的备选版本。

如果流量足够，可以考虑创建多个变体。但请记住，变体越多，需要的流量和时间就越多，才能达到统计显著性。如果你刚接触测试，先从 A 和 B 开始。

第 4 步：运行 A/B 测试

现在，让我们把那些假设拿回来。是时候测试它们了！

运行 A/B 测试时，我们坚持单一变量测试。保持简单，一次只测一件事。

如果你提出了多个假设，可以将 ICE 框架作为测试策略，来确定优先测试哪一个：

影响（Impact）：这项改动会对你的主要指标产生多大影响？

信心（Confidence）：你对这项改动有效有多大把握？

易行度（Ease）：实施这项改动有多简单？

每项按 1-10 分打分，然后取平均值。优先测试得分最高的假设。

明白了吗？很好。是时候为你的测试页面引入流量了。

第 4.a 步：为 A/B 测试页面变体引入流量

让足够多的人看到你的测试至关重要——这相当于询问 5 位朋友的看法与询问 500 个人的区别。如果每个测试版本只有寥寥几位访客看到，结果可能完全是随机的。

在你能够信任数据所反映的情况之前，需要有足够多的人与两个版本互动。想想一家餐厅尝试新菜品——它不可能仅凭三位顾客就判断这道菜是否受欢迎。

将流量导入页面变体时，应遵循以下通用规则：

• 在各版本之间随机分配流量。大多数测试工具会自动完成，但如果你手动操作，请确保分配真正随机。不要把上午的流量导向版本 A、下午的流量导向版本 B——一天中的时段会影响转化率。
• 测试期间不要改变营销方式，否则可能使结果产生偏差。像往常一样推广你的落地页。使用与收集基线数据时相同的流量来源、广告文案和推广策略。
• 让测试至少运行一个完整的业务周期（通常是一周），以涵盖一周内不同的行为模式。周末访客的行为可能与工作日访客不同。
• 不要仅仅因为看到乐观的结果就提前终止测试。早期结果可能具有误导性。请等到达到统计显著性。
• 每个变体至少获得 1000 名访客，但根据你的转化率，可能需要更多。请参考你在第 2.c 步中得出的 A/B 测试样本量和测试时长。

第 4.b 步：追踪全面的指标

没错，获得更多点击是好事，但点击之后会发生什么？也许点击新按钮的人多了一倍，但如果他们没有一个人购买或注册，那这场“获胜”的测试其实是失败的。

看整体情况：人们在你的网站上停留得更久了吗？他们完成购买了吗？他们之后会回来吗？

有时，点击较少的测试，长期来看反而能带来更多收入，或者让客户更满意。

全面追踪的分步方法：

1. 从你的主要目标入手（销售、注册、下载）
2. 追踪通往该目标的各个步骤（页面浏览量、停留时间、表单开始填写）
3. 监测之后发生的情况（重复购买、客户满意度、取消率）
4. 比较总价值：看每个版本带来的整体价值，而不只是即时反应

第 5 步：评估结果，证实或推翻假设

测试运行完成了。恭喜！

是时候看看你的假设是否正确了。

测试已经运行完毕，现在进入最令人期待的部分——弄清楚数据在告诉你什么。很多人在这里栽跟头，要么过早下结论，要么被一大堆数字弄得不知所措。

让我们一步步看看如何正确分析你的结果：

第 5.a 步：查看目标指标

没错，就是你围绕它设计测试的那个指标。版本 B 的表现是比版本 A 更好、更差，还是差不多？

不要只看最终数字，还要查看随时间变化的趋势。有时一个修改版本起步强劲，另一个版本后来居上，或者表现会随星期几而变化。

关注可能发生变化的相关指标。即使你的主要指标提升了，也要检查次要指标。你提升了转化率，却拉低了平均会话时长吗？获得了更多注册，但线索质量下降了吗？

这被称为“气球效应”——有时改善某个方面，会在其他方面引发问题。你想要的是整体改善，而不是仅仅某一个孤立指标的改善。

第 5.b 步：确定统计显著性

这是冷冰冰、硬邦邦的定量数据。统计显著性告诉你，测试组之间结果的差异是否很可能源于某项具体改动，还是仅仅是随机出现的。

没有统计显著性，你就是在基于可能只是随机波动的结果做业务决策。这对落地页尤其重要，因为转化变化会直接影响收入和业务目标。

你需要学会识别测试结果何时在统计上有效。请使用统计显著性计算器，不要凭肉眼估算。

既要看统计显著性，也要看实际意义上的显著性。如果一个具有统计显著性的 0.1% 提升小到对你的业务无足轻重，可能就不值得实施。

第 5.c 步：按受众行为进行细分

你的访客并不都一样，为什么要一视同仁？对新访客效果极佳的测试，可能在回头客身上惨败。移动端用户的行为也可能与桌面端用户完全不同。

按年龄、地点、设备类型或他们找到你网站的方式等维度，把结果拆分成不同群组，你就能发现原本隐藏的规律。这就像发现早上来的顾客爱喝咖啡，而下午的顾客想要奶昔。

如何有效细分你的 A/B 测试结果：

评估细分受众结果的示例：

• 整体测试结果：版本 B 领先 10%
• 细分后：版本 B 在移动端用户中领先 25%，但在桌面端用户中落后 15%
• 行动：移动端使用版本 B，桌面端保留原版本

第 5.d 步：证实或推翻假设

把这一步想象成当一名侦探。你已经收集了证据（测试数据），现在需要拼凑出发生了什么。你的假设成立吗？有没有发生意料之外的事？你能为未来的测试学到什么？

这里的关键是客观。也许你特别喜欢那个亮红色按钮，但如果数据显示蓝色按钮表现更好，那就以数据为准。你的个人偏好不重要，重要的只是对你的受众有效的东西。

根据你的结果，你的假设正确吗？这不只是看版本 B 有没有赢，而是看结果是否与你的预测相符。

如果版本 B 赢了，但原因与你预测的不同，这对未来的测试同样是宝贵的经验。

评估定性结果

每次测试都应该产生未来测试的点子。你对受众有了哪些新认识？根据这些结果，还有哪些其他元素值得测试？

持续维护一份测试创意清单。即使是失败的测试，也常常能揭示出通向未来成功测试的洞察。

第 6 步：落实获胜的落地页改动

一旦有了具有统计显著性的明确赢家，就该把这项改动变成永久（或半永久）的了。你现在有了一个新的冠军页面。

不过，不要只是落实改动然后就不管了。有时，由于你未考虑到的因素，测试结果在现实世界中并不能持续。

继续监测表现，确保这一提升能长期保持。到某个时候，再测试一个挑战者页面。

记录你的收获并与团队分享。关于受众的哪些洞察可以应用到其他页面或营销活动中？

用新的表现水平更新你的基线指标。你的获胜变体现在成为未来测试的新对照版本。

考虑落实时的实际问题。如果你测试的是重大的设计变更，要确保你有足够的资源在所有相关页面上妥善落实。

额外一步：再来一次！（然后再来！）

把落地页测试想成保持身材——你不能只锻炼一次，就指望永远保持健康。许多企业做一次测试，选出赢家，然后好几个月都不再测试。

但你的受众会变化，季节会影响行为，竞争对手也会影响什么有效。一月表现出色的东西，七月可能一败涂地。

保持持续测试，而不是做一次性实验。以下是养成持续测试习惯的方法：

1. 创建测试日历——规划每个月要测试什么，就像规划内容或营销活动那样
2. 建立测试创意清单——每当有人提出改动建议，或你发现用户行为有异常，就把它记下来作为潜在的测试
3. 建立轮换机制——一项测试结束后，在一周内准备好下一项测试并上线
4. 定期回顾与学习——安排每月会议，讨论学到了什么以及接下来测试什么
5. 测试业务的不同环节——不要只盯着首页；还要测试邮件、结账页、产品描述和客户服务方式

落地页 A/B 测试月度日历示例：

第 1 个月：测试页面标题的不同版本

第 2 个月：测试邮件主题行的不同方式

第 3 个月：测试产品页面版式

第 4 个月：测试结账流程的改进

第 5 个月：测试客户服务回复模板

第 6 个月：用新的季节性文案重新测试首页

设置你的测试轮换：

1. 第 1 周：分析上一次测试的结果，并规划下一次测试
2. 第 2 周：设置并启动新测试
3. 第 3-4 周：让测试运行，同时留意是否有技术问题
4. 第 5 周：分析结果并落实赢家
5. 重复这一循环

目标不是一次测试所有内容，而是始终有测试在运行，让你不断学习、持续改进。

破坏测试成效的常见错误

即使遵循了这些最佳实践，许多企业在落地页测试上仍然力不从心。以下是最常见、最该避免的错误：

同时测试多个元素

每次测试只坚持一个变量，不管多想把所有东西都改一遍。同时测试多个变量会扭曲结果。同时测试多个版本也容易造成混乱。

过早停止测试

给测试留出足够时间，以获得统计上有效的结果。即使结果看起来显而易见，也要让测试跑完计划的全部时长。

测试影响力低的页面

先把重点放在直接影响主要业务目标的页面上。测试“关于我们”页面的字体颜色，大概不会给你的业务带来太大改变。与此同时，你的结账页或主产品页，只要做一点小改动，就可能产生巨大影响。

忽视历史表现数据

你的网站可以通过过往数据讲述一段故事，但许多人在设置测试时却忽略了它。也许你的结账页放弃率是 15%，或者你的邮件订阅表单转化率是 3%。这些历史数据有助于你设定现实的预期，并发现异常结果。

在测试进行中更改变量

测试一旦开始，就要克制“再微调一点点”的冲动。也许你发现了一个错别字，或想稍微调整一下按钮大小。但任何改动都会使你的结果失效，因为你比较的已经不是同样条件下的对象了。

开始你的落地页 A/B 测试

请记住，成功的测试在于积累对受众的长期认知，而不只是寻求快速取胜。

从测试中获益最多的企业，是那些把测试当作持续学习和改进的过程，而不是一次性解决方案的企业。

从这个 6 步流程开始，对过程保持耐心，你就能积累起带来持久竞争优势的洞察。

准备好提升转化率了吗？立即开始使用 LanderLab，今天就对你的落地页进行 A/B 测试吧！