成功执行 A/B 测试说起来容易做起来难。学习曲线可能很陡峭，结果衡量也可能令人困惑。Google Optimize 旨在解决在部署 A/B 测试时遇到的这些困难。而且其成本极具吸引力：它是免费的。
Google Optimize 入门指南
首先，创建一个 Google Optimize 账户，最好使用与 Analytics 和 AdWords 等其他 Google 产品相同的凭据。
按照步骤创建账户和容器，然后创建实验。输入要测试的页面，然后选择实验类型。有三种选择：
- A/B 测试：比较同一页面的两个或多个变体。
- 多变量测试：对同一页面内的多个变体进行高级测试。
- 重定向测试：将测试页面重定向到替代页面。
最简单的是重定向测试。例如，可以为 Google AdWords 流量测试两个着陆页：一个分类页面与一个畅销产品页面。
首先，在 Google Optimize 的“Experiments”（实验）选项卡下，点击“Create Experiment”（创建实验）按钮。
在“Experiments”（实验）选项卡下点击“Create Experiment”（创建实验）。
—
然后，为实验命名，选择“Redirect test”（重定向测试），并点击“Create”（创建）。
为实验命名，选择“Redirect test”（重定向测试），并点击“Create”（创建）。
—
输入实验的时间安排并点击“Done”（完成）。除非实验页面的流量很高，否则请选择至少 30 天。如有需要，可运行长达 90 天。Optimize 将在 90 天后自动关闭实验。
输入实验的时间安排并点击“Done”（完成）。
—
编辑“Experiment information”（实验信息）以定义要测试的页面。
编辑“Experiment information”（实验信息）以定义要测试的页面。
—
输入要测试的页面 URL 并点击“完成”。点击“创建变体”以输入变体页面。（您可以通过多变量测试在页面内创建变体。）
输入要测试的页面 URL 并点击“Done”（完成）。点击“Create Variant”（创建变体）以进入变体页面。
—
命名变体，输入其 URL，然后点击“添加”。在实验的“配置”部分输入描述和假设，然后点击“保存”。
在实验的“配置”部分输入描述和假设，然后点击“保存”。
—
请注意，上述示例中存在警告，因为需要链接一个 Google Analytics 属性和视图来定义目标。通过点击右侧的“转到容器页面”来设置此内容。
点击右侧的“前往容器页面”以链接到 Google Analytics。
—
然后在下一页上点击“链接属性”。选择 Google Analytics 属性和视图。然后点击“链接”。
选择 Google Analytics 属性和视图。然后点击“链接”。
—
将弹出一个模态窗口，用于将 Google Optimize 代码添加到您的网站。点击“获取代码片段”。然后按照说明修改您现有的 Google Analytics 代码。
点击“获取代码片段”以将 Google Optimize 代码添加到您的网站。然后按照说明修改您现有的 Google Analytics 代码。
—
点击“下一步”后，闪烁代码也可作为选项添加。（“闪烁”是指原始页面在变体出现前短暂显示。）
一旦您的网站上更新了代码，您可能需要返回主实验页面，并点击左下角的“链接到 Google Analytics 视图”。从页面右下角选择该视图，然后点击“完成”。
您可能需要返回主实验页面，并点击左下角的“链接到 Google Analytics 视图”。选择页面右下角的视图，然后点击“完成”。
接下来，在页面右下角，点击“添加实验目标”。然后点击“从列表中选择”。
如果您已在 Google Analytics 中启用了电子商务跟踪，则应选择“交易”目标。（请参阅之前的文章“利用增强型电子商务增加收入”，以在 Google Analytics 中设置电子商务。）
如果您已在 Google Analytics 中启用了电子商务跟踪，请选择“Transactions”（交易）目标。
—
如果没有其他需要处理的项目，请再保存一次并点击“Start Experiment”（开始实验）。
如果没有其他需要处理的项目，请点击“Start Experiment”（开始实验）。
—
在下一页上，点击“Start”（启动）以启动测试。如果显示警报（如下所示），您可能需要运行诊断程序。这将确认 Optimize 安装代码已正确添加到网站中。
报告结果
“Reporting”（报告）选项卡提供实验结果，包括确定明确的领先者。
“Reporting”（报告）选项卡提供实验结果，包括确定明确的领先者。
—
如果 Optimize 未识别出明确的领先者，它将插入“No clear leader was found.”（未发现明确领先者）。
如果 Optimize 未识别出明确的领先者，它将插入“No clear leader was found.”（未发现明确领先者）。
有关解释结果的更多详细信息，请参阅 Google Optimize 帮助页面。
一致的 A/B 测试
A/B 测试可实现持续改进。使用专用的 A/B 测试工具（如 Google Optimize）可使测试更加结构化，并使结果更准确。
- 起初保持测试简单：不要过早尝试多变量实验。
- 确保测试能产生足够多的流量以获得有意义的结果：如果某页面每周会话数少于 100 个，则不要测试该页面的变体。A/B 测试需要最小的样本量——即 Google Analytics 中的“会话”——才能达到统计显著性。
- 测试重大变化，而非细微调整：细微变化可能无法产生统计结果，因为转化率差异可能很小。利基在线零售商通常不会收到大量流量。因此，在最长 90 天的测试期内，统计数据通常不支持转化率的微小变化。
- 使 A/B 测试成为一个持续的过程：总有提高转化率的机会。观察移动设计中的新想法或产品和结账页面的新想法。然后在部署之前对这些想法在您的网站上进行 A/B 测试。