一次测试一个变量。如果你想看看静态图片与 GIF 相比的表现如何，请确保在每个变体中使用相同的消息副本。但如果你还想比较使用随意语气和专业语气的影响，你应该运行两个单独的 A/B 测试，而不是同时测试两个变量（例如，图片类型和语气）。
从小处着手。从那些可以产生巨大影响但需要最少努力的元素开始。测试主题行或 CTA 之类的内容比测试两种完全不同的设计更容易。
从创收工具开始。对您经常发送的消息（如欢迎系列、废 阿尔巴尼亚 whatsapp 粉丝 弃购物车通知或促销信息）进行 A/B 测试。测试这些活动可以帮助您获得良好的样本量，并且从测试中吸取的经验教训可以首先优化创收消息，从而为这些活动带来更好的投资回报率。
样本量是关键。我们建议使用至少 3,000 名订阅者对 A/B 测试中的每个变体进行测试。但是，测试组越大，结果就越准确，并且越能反映受众的偏好。
制定假设。你必须知道你希望通过测试实现什么目标。假设通过说明你正在测试的变量以及你期望得到的结果来确保测试成功。例如，你正在测试短信中的链接位置。你的假设可能是：通过在短信中间放置链接，客户将更有可能点击该链接并访问网站。
记得进行多次 A/B 测试。收集足够的数据来提供具有统计意义的结果非常重要。例如，如果您发现受众更喜欢包含图片的短信（例如，MMS 与 SMS），请确保再次运行测试，并使用几个不同的广告系列来验证结果是否一致。电子邮件也是如此，重新运行测试以确认结果具有统计意义且准确。
尝试比较两个或更多变体。如果您将 Attentive 用于您的 SMS 程序，您可以在单个 A/B 测试活动中运行多达 30 种不同的变体，这使您能够测试各种内容类型或消息发送时间。
使用自动获胜者 A/B 测试提升性能。当您在 Attentive 中创建 A/B 测试活动时，您可以选择：您的收件人中应有多少百分比收到测试（例如 20%）、获胜标准（例如 CTR），以及何时将获胜变体发送给剩余收件人（例如两小时后）。自动获胜者测试可让您深入了解您的受众，同时确保将表现最佳的变体发送给您的大多数 SMS 列表 。
确定测试是否具有统计显著性。统计显著性是一种概率测量，它告诉你结果是偶然的还是测试的真实结果。它基本上意味着如果你一次又一次地重新运行测试，应该会出现相同的结果。如果测试不具有统计显著性，你可能无法在再次运行相同测试时复制结果。
