按钮写“联系我们”，还是“聊聊你的项目”？案例放在首屏下面，还是放在服务介绍后面？需求表单要不要先问预算？
这些问题很容易变成审美投票。老板觉得一种更稳重，设计师觉得另一种更清楚，但“看起来更好”不等于“更能帮助客户完成咨询”。A/B 测试的价值，是把争论变成一个能够验证的问题。
《通用设计方法》的 A/B 测试章节给出了一个重要提醒：通过实验比较设计方案，但不要把实验结果当成对用户动机的完整解释。把这个思路用在企业官网上，重点不是选出更漂亮的页面，而是确认设计是否带来了更有价值的客户行动。
1. A/B 测试不是选美，而是检验一个设计假设
A/B 测试，是在同一段时间里，将符合条件的访客随机分配到不同版本，再比较事先约定的业务指标。A 通常是现有方案，B 是待验证的方案。不是让一个人看完两张图，再问他更喜欢哪张。
例如，你怀疑访客不愿意点击咨询按钮，是因为“联系我们”没有说明下一步会发生什么。可以保留页面其他内容，只把 B 版按钮改成“预约项目沟通”，观察有效询盘率是否发生变化。
这里的假设不是“新文案更高级”，而是：说明下一步的行动，可能降低访客的不确定感，让真正有需求的人更愿意开始沟通。
书中介绍了 eBay 在 2010 年进行的图片尺寸实验：团队原本以为，小图能让一屏展示更多商品，因此更有利；实验和后续研究却支持了较大的图片。这个历史案例的启发，不是“所有网站都应该放大图片”，而是经验判断也需要在具体场景中验证。
实验回答的是“在这次条件下，哪个方案表现怎样”；至于为什么，仍然需要结合访谈、可用性测试等方法。方法边界也可以参考 NN/g 的 A/B 测试说明。
如果你希望先了解 A/B 测试与日常设计评审的区别，可以阅读 58UI 的 A/B 测试入门文章，再回到本文规划官网实验。
2. 企业官网先测什么？从影响咨询决策的地方开始
不要一上来就换掉整套首页。优先寻找客户决策中的阻力：不知道你能做什么、不相信案例与自己有关、不清楚咨询后会发生什么，或者表单太难填。
梳理改版方向时，也可以结合企业官网与产品界面设计案例，观察服务说明、案例信息与咨询入口如何组织；借鉴设计思路，不代表照搬页面就能获得同样效果。
| 测试位置 | 可以验证的假设 | 一次可尝试的改动 | 首要观察指标 |
|---|---|---|---|
| 咨询按钮 | 访客不清楚点击后会发生什么 | 保持位置和样式不变，只改变按钮文案 | 有效询盘率；点击率作为辅助 |
| 案例区域 | 客户难以判断你是否有相关经验 | 将同一组行业案例提前展示，其余内容尽量不变 | 有效询盘率；案例浏览作为辅助 |
| 需求表单 | 过早询问非必要信息增加了填写负担 | 将一个非必要字段由必填改为选填 | 有效询盘率；提交率与信息完整度作为辅助 |
这些只是可测试的方向，不是已经证实有效的改版方案。比如减少字段，可能增加提交数量，也可能增加无法判断需求的线索；必须连同质量一起看。
如果希望知道某个元素的作用，尽量一次只改变一个关键因素。也可以比较两套完整页面，但那只能说明“整体方案”的差别，不能据此认定每一处改动都有效。
3. 开始前，先把“有效询盘”定义清楚
对企业官网来说，点击按钮、打开表单、完成提交和形成可跟进的商机，是不同的事情。不能把前面某一步的增长直接当成业务增长。
建议先写下一份简单的判定规则。例如：联系信息可用、描述了实际项目需求、与服务范围相关，并排除垃圾提交和重复测试。具体规则由业务团队确定，A、B 两组使用同一标准。
一个可操作的主指标是：
有效询盘率 = 在约定观察窗口内产生至少一次有效询盘的实验访客数 ÷ 分配到该版本的符合条件访客数。
统计访客时，需要明确去重方式。匿名网站常使用稳定的浏览器标识，但它不一定能识别同一个人跨设备访问；不要把“浏览器访客”写成准确的“真实人数”。
同时设置几项护栏指标：表单错误率、移动端可用性、关键页面加载表现，以及无效线索占比。主指标变好，但页面变慢或垃圾线索增加，仍然可能不值得上线。
4. 把一次测试做完整：五个步骤
第一步：把猜想写成一句可验证的话
可以用这个句式：因为观察到某个问题，所以改变某个设计，预计改善某个指标。
例如：“访谈中有客户担心咨询后被频繁推销，因此在按钮旁增加一句真实的沟通说明，预计提高有效询盘率。”承诺必须能兑现，不能为了提升点击写出实际做不到的服务。
成功标志： 团队能够说清楚问题、改动与目标，而不是只说“优化一下首页”。
第二步：确定样本、观察窗口和结束规则
先了解当前转化水平，再确定多大的改善值得业务投入。预计提升越小、有效询盘越少，通常越需要更多样本。样本规划还要考虑显著性水平和统计功效，不能只给出一个“测够 1,000 人”的通用数字。
测试时长也没有适用于所有网站的固定答案。除了样本量，还要考虑工作日与周末、营销活动，以及客户从浏览到提交需求的时间。尤其是 B2B 网站，询盘可能不会在第一次访问时立即发生。
对于常见的固定样本量方案，应事先约定分析时间，不要看到某一天 B 领先就立即结束。若使用能够连续监测的序贯方法，也必须遵循该方法的停止规则。样本规划的依据可参考 微软关于可信实验准备阶段的说明。
成功标志： 上线前就写清楚目标样本、转化观察窗口、何时分析，以及异常时如何处理。
第三步：随机分组，并让分组保持稳定
两组应在同一时间运行。不能把本周的 A 和促销期间的 B 放在一起比较，因为流量来源、需求和活动强度都可能变化。
同一实验访客再次进入网站时，应尽量看到原来的版本，而不是每刷新一次就重新抽签。并检查手机和电脑上的按钮、表单、回执与实际提交是否都能正常工作。
成功标志： 版本分配可以追踪，重复访问保持一致，测试流程没有破坏正常咨询。
第四步：先确认数据可信，再看谁领先
至少记录版本、实验访客标识、关键行为时间及有效询盘的判定结果。网站点击记录与邮件收件数量可能不是同一个口径，需要把咨询链路核对完整。
如果预设分流比例是 50:50，实际数据不必精确各占一半；但如果出现统计上异常的比例偏差，应先检查分配、埋点、过滤和遗漏问题。不要在数据明显不可靠时继续宣布胜负。微软的样本比例异常说明解释了这类风险。
成功标志： 团队能说明数据从哪里来、哪些访客被纳入、无效询盘如何排除，并能解释明显异常。
第五步：把结论与下一步一起记录
完成预定观察后，再结合差异、统计不确定性和业务成本做决定：采用 B、保留 A，或者承认结果暂时不足以支持改版。没有得到明确差异，不等于两组完全一样。
将测试假设、版本截图、日期、流量范围、指标口径、分析结果和决策保留下来。以后流量结构、客户需求或网站定位发生变化时，也不能保证旧结论仍然适用。
成功标志： 结论不只是“B 赢了”，还包括适用范围、限制和可执行的下一步。
5. 转化率提高了 25%，为什么还不能马上宣布成功？
下面是一组演示数据，不是 58UI 客户案例，也不代表实际优化成果：
| 指标 | A 版 | B 版 |
|---|---|---|
| 符合条件的实验访客 | 3,000 | 3,000 |
| 产生有效询盘的访客 | 60 | 75 |
| 有效询盘率 | 2.0% | 2.5% |
B 比 A 高了 0.5 个百分点；相对于 A 的 2.0%，提升幅度是 25%。这两个说法都正确，但不是同一个单位。
更重要的是，这些数字本身还不能证明 B 稳定优于 A。在常见的两独立比例、双侧显著性水平 0.05 的比较下，这组数据未达到统计显著。它只是一个值得继续研究的信号，不能写成“改了按钮，询盘必涨 25%”。
即使结果达到统计显著，也要判断提升是否值得实施成本，以及线索质量、客户沟通负担等护栏指标是否出现了问题。
6. 官网流量不多，先别急着做 A/B 测试
如果一个月只有少量符合条件的访客，真实询盘也很少，实验可能需要很长时间。为了尽快得出结论而不断降低标准，反而容易做出错误决策。
这时可以先邀请目标客户走一遍网站：能否说清你提供什么服务？能否找到相关案例？能否顺利提交需求？他们在哪一步犹豫？这些观察不能替代统计实验，但可以帮助发现明显阻力、形成更有依据的假设。
有了合适的流量与测量条件，再使用 A/B 测试确认改动效果。也不要把修复坏链接、消除表单报错或补全缺失信息，包装成必须等实验胜出才能做的事情。
7. 一次有价值的测试，最终留下的是设计依据
A/B 测试不是让设计师停止判断，而是让判断能够被检验。对企业官网，更值得问的问题是：客户是否更容易理解服务、更容易建立信任，以及更顺利地完成一次有价值的咨询。
开始前可以用这六个问题检查：
- 我们正在解决什么具体问题？
- 这次改动检验的是哪个假设？
- 什么算有效询盘，两组是否同口径？
- 流量、样本和观察窗口是否足够？
- 页面体验与线索质量有没有被牺牲？
- 数据不足时，我们是否愿意暂不下结论？
如果你正准备改版企业官网，可以先把最想验证的一个问题列出来，再决定是否适合做实验。先明确问题与判断标准，才能让设计改动有方向，也让后续复盘有依据。
关于 58UI 设计工作室
58UI 设计工作室专注企业官网设计、UI/UX 设计与品牌设计，为企业提供从需求梳理、网站架构与内容规划，到界面设计、响应式适配和网站开发上线的服务。你可以在企业官网设计与 UI/UX 设计服务中了解具体的合作范围。
对于已有网站和数字产品，我们也提供用户体验诊断、改版建议与页面迭代支持。重点是让品牌表达、信息层级和使用体验相互配合，帮助客户更清楚地理解企业服务，更顺畅地找到内容并完成咨询。
如果你正在筹备新官网，或希望改善现有网站的展示与咨询路径，欢迎沟通官网设计与改版需求，告诉我们企业所在行业、目前遇到的问题，以及这次希望解决的目标。
相关服务
