转换率优化（CRO），在正常完成时，有点像印刷钱。而不是花费数千美元将流量加倍向您的网站加倍，而是可以花费很少（相比）从现有访客的倍增转换。

它有效。

事实上，当我询问超过3,000个CRO工具用户时，他们的平均投资回报是什么，它达到了惊人的224％。这些受访者的近6％有超过1000％的回报。

但是CRO并不像在水龙头上切换并等待美元流出那么简单。它需要工作。它需要了解。它需要耐心。在进行A / B分体测试时，后者通常是必需的。

每当我与任何关于分裂测试的人交谈时，谈话早期都会出现同样的问题。“我应该多长时间跑步？”“我怎么知道何时挑选胜利者？”“如果我尽早停止考试，会发生什么？”

虽然存在许多计算器和白皮书来帮助回答这些问题，但答案通常会呼叫更大的示例号，并且时间较长时间比用户最初需要。

今天，WINGIFY宣布推出其新的SmartStats产品，该产品试图通过使用贝叶斯供电的发动机来解决标准分型测试测量方法创建的问题。

该公司索赔其新系统在传统方法的一半时间内确定了测试的获胜者。从今天开始，SmartStats Powers Windify的旗舰CRO工具，可视网站优化器（VWO）。

要执行A / B拆分测试，我们将在将现有版本显示为对照组的同时向测试组显示新的内容。这个想法显然很简单。如果测试组比对照组更好地响应新按钮，图形，配色方案，文本或无论您决定更改的内容，那么您会使该更改永久性。

但在决定这种变化是否“获胜”之前，您还必须确定性能差异是否是由于机会。用标准方法做到这一点 - 或“经典频繁的频道”A / B测试，正如我们所说的那样 - 可能是有问题和缓慢的。

古典常见的模型遭受了一个问题，有些人称之为“peek问题” - 一个统计码头，导致结果看起来比他们反复看实验的结果更重要，往往会使用户尽早结束测试。

“这个问题发生在古典频率A / B测试方法中，因为在此类方法中，您需要提前修复示例大小，”Paras Chopra，Wingify的创始人和首席执行官告诉我。“通过古典频繁的思考，只有一个固定的样本保证您在测试结束时看到的结果是在可接受的错误范围内。”

你在测试中偷看的越多，问题变得更糟。

“如果你碰巧在两者之间看到了结果，那么错误自然增加，因为你对测试分解的一些假设并低估了实际错误，”Chopra说。“从根本上讲，频繁的方法问一个我运行的100 A / A测试，每个A / A测试需要多少个样本，以便最终，不超过五个A / A测试产生显着的结果。您会注意到，此五个阈值需要提前建立固定的样本。如果您在收集此固定样本之前窥视结果，则增加您所看到的概率从5％到更高的误差。这种频率方法的顺序版本是绕过问题的，但这些版本通常需要更多的样本，因此需要更长的测试。“

贝叶斯方法完全绕过这个问题。Chris Stucchio，Wingify的数据科学总监，简洁地解释了它。

“贝叶斯统计数据询问了一个不同的问题 - ”鉴于我们所看到的信息，B的概率较高的概率比a？'“这个问题没有建立在其中的特定时间，”斯特克西奥说。

以上：SmartStats具有简单英语编写的结果和建议

在A / B分裂测试的背景下，贝叶斯方法肯定会很好地工作。您可以在您喜欢的情况下停止测试，结果仍然有效。

但是是一个贝叶斯动力引擎，无论是流量水平，还是对小企业更好的东西

“贝叶斯实验为各种规模的企业工作，”Chopra说。“事实上，与其他方法相比，我们平均看到SmartStats平均速度为50％。这意味着即使是流量较小的中小企业也可以衍生统计有效的结果，比以前更快。“

当你是一个敏捷，小型企业试图在赚钱的现实中，速度很重要。WinGify的SmartStats网站上的计算器显示了产生统计显着的测试结果所需的示例大小的差异。

“至于企业，我认为这对他们来说非常好。由于大量数据，SmartStats不仅会提供智能业务决策，但额外的样品将对这些业务决策提供更多的奖金，“Chopra说。“企业肯定会欣赏镜片 - 商业和科学的结果。”

那么Windify的下一步是什么？它会将贝叶斯供电的方法推出到业务的其他领域吗？

“我们的目标是完全迁移到整个贝叶斯方法，”Chopra说。“在各种其他事情中，它可以帮助我们在分割和个性化的未来做更多有趣的事情。”

SmartStats今天可用，为现有客户提供，新用户可以尝试VWO - 现在由SmartStats引擎提供动力 - 免费30天。