费用高昂的页面。在两个具有相似流量的页面之间进行选择时，可以选择流量费用最高的页面来优先测试，以获得更好的投资回报率。

　　使用PXL优先级框架

　　ConversionXL创建了自己的试验想法优先级模型，试图让使用者尽可能多地排除主观性，它是基于将数据带到表中的必要性。 这个模型被称为PXL，看起来像这样：

　　这个PXL框架不是帮我们猜测试验可能产生什么影响，而是要求我们提出一系列我们认为重要的问题，从而帮助我们给众多的测试想法进行优先级排序。

　　比如图示中第一列，罗列了三个试验想法：

1. 重新组织并重写游览页面上的文案

2. 颠倒主页内容块的顺序

3. 增加移动端主体文案的字体大小

　　如果你无法同时让三个或者更多的测试想法同时进行试验，那么需要排列顺序。你需要问自己这样几个问题：

　　1. 更改是否在首位区域？ →页面中折叠区域以上的内容的变化能被更多的人注意到，因此增加了测试具有影响的可能性。

　　2. 看用户响应时长在5秒内变化是否明显？ →借助A/B测试，让一组用户看到原始版本，另一组看到测试版本，然后跟踪用户看到差异后5秒内有没有做响应？如果没有，j2直播，这个改变可能有较少的影响。

　　3. 它是添加还是删除任何东西？ →更大的变化比如消除干扰或添加关键信息往往会带来更大的影响。

　　4. 它能够刺激和提升用户的动机？

　　5. 试验是否在高流量页面上运行？ →在高流量页面上的优化改进会产生更多的变现机会。还有一些变量特别要求您将数据带到表中以确定您的假设的优先级。

　　6. 它是否解决了通过用户测试发现的问题？

　　7. 它是否解决了通过定性数据反馈（调查，民意调查，访谈）发现的问题？

　　8. 它是否支持鼠标跟踪或眼动跟踪热图的假设？

　　9. 它是通过数字分析找到的见解吗？

　　将这四个问题带入到每周的试验讨论会中，可以避免每个人只是依赖主观意见来排序试验想法。

　　还有根据估计的时间通过包围答案易于实施的限制。理想情况下，您可以让测试开发人员参与优先级讨论。

　　根据权重系数为测试想法打分

　　这是一个二进制的比例 ，你必须选择一个或另一个。 所以对于大多数变量（除非另有说明），产品经理可以通过ab测试选择0或1。

　　同时，某些变量也被加权，因为它们的重要性 – 变化是多么明显，如果添加/删除某些内容，且易于实现。 所以在这些变量上，我们具体说明事情如何变化。 例如，在“变化的可察觉性”变量上，您可以将其标记为2或0；或者在“实施的难易程度”上，可以标记2或0。

　　（文章节选自CXL的博客，原文链接https://conversionxl.com/how-to-build-a-strong-ab-testing-plan-that-gets-results/#step-2-prioritize-your-testing-opportunities）