UI A/B 测试:完整示例报告

从头到尾看一遍真实的 UI A/B 测试报告:你上传什么、结论、关键数据、下一步怎么做、详细发现、谁的反应更强,以及各人群的差异。

报告截图来自同一份示例报告:一家虚构商店的结账页测试,在美国有 100 个虚拟消费者。实验版提前显示含运费的总额,并加入免费退货和快捷支付。UI A/B 测试未订阅套餐时最多 100 个虚拟消费者,基础版 500 个,专业版 2,000 个。

AI 模拟,用于上线前预测试,不是销量预测。

你上传什么

同一页面的两张截图:对照版(当前线上版本)和实验版(你的改动)。你来定义正向行为(例如加入会员)和负向行为,每个虚拟消费者分别对两个版本做出决定。

结论

报告以结论开头:根据模拟的购买率变化给出下一步建议、最多三条简短理由和一项行动。正向结果的含义是:把这个改动带到线上 A/B 测试中验证。负向结果的含义是:先重新设计,再投入线上流量。

示例报告:结账页测试,100 个虚拟消费者。“切换到实验版”,附理由和一项行动。

关键数据与测试内容

用数据块列出关键数据:对照版和实验版的购买率、差异及其区间,以及购买更多、没有变化和购买更少的购物者人数。之后并排展示你测试的两个版本。

示例报告:结账页测试。购买率 39.4% 到 98.6%:100 位购物者中,95 位购买更多,5 位没有变化,没有人购买更少。
示例报告:一家虚构商店的对照版和实验版结账页。实验版提前显示含运费的总额,并加入免费退货和快捷支付。

行动建议

行动建议分为三组:现在怎么做、接下来改进什么(每条思路注明背后的行为经济学原理)、改动后检查什么。内容基于本次测试自身的结果。

示例报告:结账页测试。改用提前显示总额并保持整套信息一起呈现;然后关注客服问题、退货和支付步骤的流失。

详细发现

之后是详细发现,包括关键发现、创意与 UI 思路和需要考虑的风险。如果报告问过购物者是否注意到改动,答案也会列出。这里几乎每位购物者在两个版本上的回答都一样,所以“是否注意到”无法说明谁的反应更强,报告略去了机制分析并说明了原因。

示例报告:结账页测试。“你是否注意到付款前显示了含运费的总额?”对照版 0% 的会话回答为是,实验版为 100%。

细分分析

按年龄、性别、收入、教育程度、行业、住房情况、宠物、区域类型、孩子和感情状况划分的购买率差异,每组配一句洞察。

示例报告:结账页测试,十张细分卡片中的四张。低收入购物者 +75.4 个百分点,高收入为 +20.0;女性购物者 +71.9 个百分点。

谁受益更多:特征重要性

哪些购物者特征能预测对实验版更强的反应,并附模型的交叉验证 R²,让你看到这些特征能解释多少差异。

示例报告:结账页测试。收入(0.184)和性别(0.135)排在前面,年龄几乎没有贡献。R² = 0.291,所以仅凭购物者特征,仍有很多差异无法解释。

根据建议生成 AI 设计稿

把一条建议变成下一版的设计稿。每次生成 2 个版本。设计稿使用你自己的 Gemini API 密钥。

虚拟消费者是谁

每个虚拟消费者都是一个有完整画像的人物:居住地、年龄、家庭、住房、职业和收入。你可以选择地区:美国、欧洲或亚洲。

每个画像都有人口特征、心理特征以及生活方式与行为三张卡片。在虚拟消费者页面可以轮播查看五个示例画像。

使用限制

  • 未订阅套餐时每次最多 100 个虚拟消费者,基础版 500 个,专业版 2,000 个
  • 受众覆盖美国、欧洲和亚洲
  • 共 2 次免费测试,两种测试类型共用
  • 结果通常在 10–30 分钟内完成,完成后我们会发邮件通知你。
  • 报告为英文
  • 可靠的结论需要更大的虚拟消费者样本。更大规模的测试从余额扣费:未订阅套餐时最多 100 个虚拟消费者,基础版 500 个,专业版 2,000 个。

上线前,先找到更好的页面

2 次免费测试,无需绑卡。绑定银行卡再领 $25 额度。