A/B测试多元

像A/B测试一样，多变量测试基于相同的机制，但它比较了更多的变量，并提供了有关这些变量行为的更多信息。 在A/B测试中，可以在不同版本的设计之间分割页面的流量。 多变量测试用于衡量每个设计的有效性。

示例

假设有一个网页已经收到足够的流量来运行测试。 现在比较每个变体的数据以检查最成功的变体，但它也包含对访问者的交互具有最大正面或负面影响的元素。

使用多变量的优势

多变量测试是一种有效的工具，可帮助您定位并重新设计页面元素，并显示影响最大的区域。 多维方法对于创建着陆页广告系列非常有用。

示例
即使元素的上下文发生了变化，有关某个元素的设计的影响的数据也可以应用于未来的广告系列。

限制

多变量测试的局限性是完成测试所需的流量。 由于所有的实验都是完全因式分解的，因此太多变化的元素一次可以快速加入到必须测试的大量可能的组合中。 即使是流量相当高的站点也可能无法在可行的时间内完成超过25种组合的测试。

多变量和A/B测试的区别

A/B测试也称为“分离测试”，它是一种网站优化方法，可以比较A和B两个版本的转换率。所有访问者分为一个版本或另一个版本。 当访问者访问这些版本(A或B)中的任何一个，他们就会点击各种按钮，甚至注册通讯。 这使您可以确定哪个版本的页面更有效。