在Google Play实验中进行A / B测试的提示

Google Play

对于Android应用开发者, Google Play实验 可以提供有价值的见解并帮助增加安装量。 运行精心设计和计划良好的A / B测试可以使安装您的应用程序的用户与竞争对手的应用程序有所不同。 但是,在许多情况下,测试运行不正确。 这些错误可能会对应用造成不利影响,并损害其性能。

这是使用指南 Google Play实验 用于 A / B测试.

设置Google Play实验

您可以从Google Play开发者控制台的应用程序仪表板中访问实验控制台。 去 店铺存在 在屏幕的左侧,然后选择 店铺详情实验。 在这里,您可以选择“新实验”并设置测试。

您可以执行两种类型的实验: 默认图形实验 以及 本地化实验。 默认图形实验仅在使用您选择为默认语言的区域中运行测试。 另一方面,本地化实验将在您的应用可用的任何区域进行测试。

前者可以测试图标和屏幕截图等创意元素,而后者还可以测试简短的描述和长的描述。

选择测试变体时,请记住,测试的变体越多,获得可行结果所需的时间就越长。 太多的变体会导致测试需要更多的时间和流量来建立确定转换可能性的置信区间。

了解实验结果

在运行测试时,您可以根据“首次安装”或“保留的安装者(一天)”评估结果。 首次安装者是与该变体相关的总转化次数,保留安装者是指在第一天之后保留应用程序的用户。

控制台还提供有关“当前”(已安装应用程序的用户)和“可扩展”的信息(假设该变体在测试期间收到100%的流量,您假设会获得多少安装)。

Google Play实验和A / B测试

90%的置信区间是在测试运行了足够长的时间以获取可行的见解之后生成的。 它显示一个红色/绿色的条,指示如果该变体实时部署,转换理论上将如何调整。 如果条形为绿色,则为正向移位,如果条形为负,则为红色,和/或两种颜色均表示它可以向任一方向摆动。

在Google Play中进行A / B测试的最佳做法

在运行A / B测试时,您需要等到建立置信区间后再得出任何结论。 每个变体的安装次数可能会在整个测试过程中发生变化,因此如果没有足够长时间运行测试以建立置信度,则在实时应用时变体的性能可能会有所不同。

如果没有足够的流量来建立置信区间,则可以每周比较转换趋势,以查看是否有任何一致性。

您还需要跟踪部署后的影响。 即使置信区间指出某个测试变体的性能会更好,但其实际性能仍可能有所不同,尤其是在存在红色/绿色间隔的情况下。

部署测试变体之后,请密切注意印象并观察它们如何受到影响。 实际影响可能与预期不同。

一旦确定了哪些变体效果最好,就需要进行迭代和更新。 A / B测试的部分目标是找到改进的新方法。 了解有效的方法后,您可以创建新的变量,并牢记结果。

Google Play实验和A / B测试结果

例如,当与AVIS合作时,Gummicube经历了多轮A / B测试。 这有助于确定哪些创意元素和消息传递最能转化用户。 仅使用功能图形测试,该方法的转换率就提高了28%。

迭代对于您的应用的增长非常重要。 随着工作量的增加,它可以帮助您不断提高转换率。

总结

A / B测试可能是改善应用程序和整体性能的好方法 应用商店优化。 设置测试时,请确保限制一次测试的变体数量,以加快测试结果。

在测试过程中,监视安装受到的影响以及置信区间显示的内容。 看到您的应用的用户越多,建立一致趋势来验证结果的机会就越大。

最后,您需要不断进行迭代。 每次迭代都可以帮助您了解什么可以最大程度地转换用户,从而可以更好地了解如何优化应用程序和扩展规模。 通过采取有条不紊的方法进行A / B测试,开发人员可以致力于进一步发展其应用程序。

你觉得呢?

本网站使用Akismet来减少垃圾邮件。 了解您的数据如何处理.