为什么我无法在Optimizely中实现目标的补充？

Question

优化Sample Size calculator表明，较高的基线转换率会导致A / B测试所需的样本量较小。因此，我不想最大限度地提高转换目标，而是希望最小化相反的目标，即不达到目标。
对于转换率低于50％的每个目标，其补码将高于50％，因此如果有针对性，则需要较小的样本量。

示例：我不是衡量访问payment-success.html的所有用户，而是衡量不访问它的所有用户，并尝试将其最小化。如果我的推理是正确的，那通常需要更小的样本量！

优化只允许我将网页浏览定位为目标，而不是不 -pageviewing。
我意识到我可能错过或误解了一些重要的东西，但如果是的话，它是什么？

Answer 1

从统计数据来看，您的方法没有任何问题，但不幸的是，它不会产生降低持续时间的预期效果。

虽然你会减少误差范围，但你会按比例减少升力，导致你花费相同的时间来达到信心。

由于电梯计算为基准转换率的百分比，因此较大基线的转换率的相同变化将产生较小的升力。

假设您的实际转化率为10％，测试结果将其增加至12％。逆转换率为90％，降至88％。在这两种情况下，它都是2％的变化，但是2％是一个更大的变化，10％（它提升20％）比90％（仅提升-2.22％）。

实际上，你犯了一个更大的风险，就是用反向错误地将人们分成目标。您知道，击中成功页面的人应该计入目标。在用户看到实验计入目标后，我非常确定您的建议会导致每个网页浏览不在成功页面上。

假设您正在测试主页。人A和B都落在主页上并查看实验。

• 人A访问另外1页并离开
• B人访问另外1页并购买

如果您的目标是在成功页面上设置的，则只有B人会触发目标。如果在所有其他页面上设置了目标，则两个人都会触发目标。这显然不是相反的。

事实上，如果在用户第一次看到实验后有任何页面需要到达成功页面（因此，除非您正在测试结帐的最后一步），所有人将触发反向网页浏览目标（无论是否点击成功页面）。

优化网页浏览目标不仅适用于实验的网址定位中包含的网页。他们被视为任何看过实验的人，以及随后点击该页面的任何人。

Answer 2

只是为了回答这是否可能（不解决您的设置是否会产生相同的结果），您是对的，即Optimizely的网页浏览目标不允许不，但您可以使用正则表达式匹配类型来实现您想要的效果（请参阅第3点here中的网址匹配类型＆＃39;）。在这种情况下，它看起来像这样，取自这个答案here（这也解释了在正则表达式中不匹配所涉及的复杂性，表明为什么Optimizely没有构建不浏览产品的网页浏览量。）

^((?!payment-success\.html).)*$

希望这可以帮助你到达你想要的地方。