旅游品牌如何运用MVT提升用户点评效果？

　　A/B测试仍在优化领域占主导地位，尤其是对旅游品牌而言。

　　这是最常用的提高转化率的测试方法。

　　与之形成对比的是，由于测试服务商和测试者的焦虑等各种原因，多变量测试(MVT)仍然是一个未得到充分利用的工具。

　　在此我想以多变量测试为例，向大家阐述酒店品牌如何回答关于旅游行业的转变趋势的重要问题。

　　举例来说，关于旅行者的点评的决策是在线旅游体验最重要的因素之一，通过精心组织的多变量测试就能完成。

　　首先，我们来深入了解一下消费者点评的影响力。

　　这并不新鲜。Phocuswright数据显示，用户点评是旅游决策最重要的特征之一。

　　TripAdvisor等旅游点评网站是美国最常用的查看旅行者评分和点评的网站/APP。

　　酒店品牌可以选择展示点评插件或将TripAdvisor上的点评放在自己的网站上。

　　问题是酒店如何有效利用这些资源得到消费者的信任，而又不会失去TripAdvisor上的访客?

　　还有，他们如何才能不让差评对品牌造成负面影响?

　　这时多变量测试就能起作用了。不需要盲目地查看网站的用户点评，酒店品牌利用多变量测试可以评估其对于预订量的影响。

　　简单的A/B测试可以决定是否在酒店页面上展示点评，但能否准确地说明哪些应该展示，展示在哪里以及如何展示呢?

　　只用多变量测试才能有效解决这些多方面的相互关联的问题，并提供利用用户点评的最佳方式。

 

　　我设计了一种测试方法，可以说明多变量测试策略在处理TripAdvisor上的点评时如何展示真正的影响驱动元素。

　　这个简单的多变量测试可以回答下列问题：

　　1.在酒店网站的哪个地方展示点评?

　　2.展示哪些内容?是否展示评分星级和点评内容?只展示评分星级?还是只展示评分高的点评?

　　3.如何展示?灯箱效果?滚动条?还是TripAdvisor的链接?

 

　　因为我设置了多变量测试，可以追踪互动、每一步操作的转化率、预订转化率和收入追踪等指标，我们不仅能了解每个个体对每个KPI的影响，还能了解实际的评分星级对用户行为的影响。

　　这样的多变量测试能让你获得大量信息，帮助你决定是否在网站上展示某些内容，比如TripAdvisor的评分星级。

　　另一方面，假如你试图通过A/B测试回答这些复杂的问题，你可能需要进行四个不同的活动，这样一来效率就很低，并且还达不到多变量测试的深度。

　　为了了解哪个变量对客户体验的影响最大，多变量测试是最好的选择。

　　还有最后一个挑战。

　　2015年，把多变量测试纳入新一年的工作计划，解决一个或大或小的业务问题。

　　一旦你的第一个多变量测试得到了回报，你就会把它作为优化策略的重点。

　　注：本文仅代表作者Maxymiser的管理顾问Chloë Lind的个人观点。