数据做到这里，我们可以确定一些事情，但我们也多了一些疑问。为什么评论对转化的促进在这个案例中看起来最显著?什么样的评论都促进转化，还是只有部分更促进转化呢?为什么隐藏报价对转化率的促进要比展开价格对转化率的促进还要大?这些疑问，尤其是与评论内容相关的，我相信你网站分析工具无法直接给你解答。

　　但没有解答并不意味着我们无法实现优化，下面的内容将会帮助大家用其他方法解决这个问题。

　　在上面的这个例子中，我们能够通过网站分析工具知道有一些网站元素对转化有更为重大的意义，但我们还无法知道应该如何修改这些元素以进一步促进转化的提升。分析告诉了我们该要努力的方向，但没有给出我们应该做出何种努力的答案。

　　答案从何而来?

　　现在，你和我一样，都想问一个问题，我们应该如何获得答案呢?

　　我们需要依赖两件事情，其一，是这个宇宙赋予我们的伟大财富——我们的经验和直觉;其二，是这些经验和直觉经过验证之后形成的事实。

　　在上面的例子中，我们知道“查看评论”对转化率有很大的相关性，我们也知道“查看评论”并没有获得很大的关注，因此我们凭着我们的经验和直觉，对这个问题提出我们认为可能会奏效的解决方案：

　　1. 我们需要把“查看评论”按钮，乃至评论本身放在页面中更显著的位置上，甚至给予更加明确的引导，以获得用户更大的关注;

　　2. 我们认为“查看评论”之所以能够与转化率极为相关，是因为正面评论的作用，我们需要引导用户发出更多积极正面的评论，以打消其他用户的顾虑。

　　这两个解决方案会奏效吗?有经验的从业者会说，没问题，但是否真的靠谱，我们谁也不能在做出这些改变前就做出100%有效的承诺，不仅我们不能，所有的星座分析家也都不能。

　　如果你是分析优化师，最好的“保护”自己和公司的方法是告诉自己的老板——我相信这些措施对于进一步改善我们的转化率具有积极作用，但是保险起见，我们需要做一些测试以确保它们真的奏效，并且这些测试能够告诉我们更多关于用户习惯和想法的关键信息。

　　本文版权归“网站分析在中国CWA”及其作者宋星，欲转载，请联系作者

　　如果你这么说，那真的好极了。分析师最大的特点是不会轻易对任何事情下断语，他们看起来似乎有些优柔寡断——你的朋友现在这么评价你了吗?恭喜你，你已经是一个合格的分析师了。

　　测试

　　毫无疑问，测试是上帝给我们的最棒的武器。测试不代表着某种正式的东西，如果我们失败了，我们大可以说，这是一次测试而已。于是我们有更大的自由度和更放松的心态——这对找到真正有价值的东西是大有裨益的。

　　测试的另外一个重要意义在于，没有任何一个人能代表所有的用户，老板的意见、运营部门的经验以及你自己的直觉都不是用户的感受。难道你没有生过闷气吗?——你的老板的意见让你冥思苦想两个月的方案在一分钟之内就付之东流，因为你的老板相信自己最能代表用户的感觉，但你明白也许不是这样，但你没有办法说服，甚至连施加一点点正面影响的可能性都没有。这个时候，或许我们需要做一些测试，让真正的用户来参与，来投票，来证明到底谁最接近正确。

　　没有测试就没有最后的胜利，或是通过暂时的挫折引导我们走向胜利，不管怎么样，测试才能给我们一些真正落地的结论，否则我们的分析可能只能在天空中飘着，我们的工作也大抵只能在空中飘着或者只是出几个数据做几张报表。

　　测试的种类有很多，例如下面这个图中所展示的。事实上很多用户可用性实验本身就是测试的一种。

　　图6

　　AB测试是最重要也最常用的工具。遗憾的是，我的博客中竟然还没有一篇专门描述AB测试的文章，以至于我无从引用。这篇文章本不太想讲述非常基础的内容，但对于AB测试，我还是想说这是网站分析乃至所有分析最为重要的基本功课之一，因此我在下面的引用部分中会介绍AB测试，如果已经很了解的朋友可以直接跳过。

　　本文版权归“网站分析在中国CWA”及其作者宋星，欲转载，请联系作者

　　AB测试

　　没有比较没有真相。

　　在我们的邻国，那里的统治不允许人们获得任何外来的信息，乃至于当这个国家派出一些IT人员到我们这里工作的时候，整个世界都在惊呼——他们不怕这些人脑子被“污染”?这个国家不允许外部信息，是因为不希望老百姓做出比较。

　　但网站分析却必须比较，我们无时无刻不在比较。做细分是为了比较，我曾经总挂在嘴边的“没有细分没有真相”，其实就是说的没有比较就没有真相。

　　AB测试帮助我们实现比较。AB测试好用的原因在于，它提供了一个公平的比较的环境——我们不会把一个大象和一个河马相比，我们比较大象和大象。

　　对比最害怕的几个问题AB测试都帮我们避免了。其一，进行对比时会受到很多外部环境的影响，例如时间。你可以在不同的时间比较同一个事物，例如一个网站在6月1日上线了新的首页，你可以比较整个5月和整个6月首页的表现，但问题是，5月和6月有很多不同，例如6月可能会做促销，或者5月的流量来源主要是搜索引擎流量而6月主要是直接流量。其二，比较本身也可能受到样本的影响，尤其是在进行用户可用性测试的时候，我们不大可能随机选取一万个人进行可用性测试，因此我们只能认为某几个我们选取的样本能够代表大多数，但事实上任何个体都不无法真正代表大多数。

　　网站分析所应用的AB测试能够解决这两个主要问题的原因在于它能够实现对同时发生的随机的总体(而不是样本，除非你要限定样本)的比较。这句话有点拗口，简单说来，就是AB测试能够在同一个时间、基于所有的用户，对两个或者多个不同的比较对象进行对比。