一屋子人拍桌子瞪眼的爭辯到底哪個設計好？哪個文案好？哪個執行策略有效，還不如讓真實的用戶和數據來告訴你答案。A/B測試是典型的數據化驅動決策，可以用于產品設計，電商銷售，網站規劃，網頁設計多個方面。”無測量，不市場“。一文告訴你A/B測試有多靠譜！

什么是A/B測試？
A/B測試（又被稱做拆分測試或水桶測試）通過把網頁或app的兩個不同版本進行比較，來確定一個性能更好的方案。A/B測試其實可以看成一種實驗，將一個頁面的兩個或多個不同的版本隨機呈現給你的目標用戶，通過對用戶行為的統計分析來確定哪個版本更利于目標轉換。如果還是不能理解的話，給大家打個比方，比如吧你想推出一款新的蛋糕——芝士慕斯，然后你不知道口感軟滑細膩的還算是下點海鹽，味道帶有層次感會比較受顧客歡迎，這種情況下大規模推出新品有風險，你就可以做兩大塊出來給顧客試吃，觀察他們在相同環境下吃蛋糕的反應和收集口感評價，最后有調查有真相，更受歡迎的哪一款必須是首選。去實踐實踐總比想破腦殼子，或直接拍扳決定更有底氣些。  
 
A/B測試一般可以用在你的網頁或者app的迭代問題上，直接拋出改變前后的不同版本，收集受影響的數據變化情況。這樣的測試也讓網頁優化不再局限于猜測，拍腦門決策！而是通過數據化驅動決策，讓商務洽談中常聽到的“我們認為”直接變成“據我們所知（我們調查了解到）”，是不是更有說服力了呢！通過變化前后效果監測確保你所做的調整獲得更好的收效。

如何進行A/B測試？
在A/B測試中，首先要修改調整網頁或者應用程序的顯示界面，創建相同頁面的另一個版本。這個調整修改視具體情況而定，有可能是單一的某個標題或按鈕，也可能是整個頁面的重新設計。接下來就是把不同的版本拋給你的用戶了。控制流量！讓一半的用戶看到你的原始版本（稱之為控制組/對照組），讓另一半的用戶看到的是調整后的版本（稱之為變化組/試驗組）。

控制組和變化組不同的訪問者行為將會被監測并通過數據統計分析工具進行收集分析最后集中到一個數據分析儀表板中。之后你就可以根據該實驗的結果看到調整所帶來的效果是正是負？還是完全沒有影響。對比A/B兩組的用戶行為反饋情況，以此來更好的輔助你的決策。

為什么要開展A/B測試？
A/B測試讓個人，團隊甚至是企業通過收集有關的數據結果，更有針對性，更有效的調整優化用戶體驗。讓他們通過假說的構建更好的了解他們實施的方案中到底是那些確定因素在影響著用戶行為。另一方面，他們針對給定目標提出的優化方案，通過A/B測試也許會發現：oh，錯了！A/B測試提升了確定性。這就更好解釋了，通過A/B測試，每次只有效果好了才會上線，也就意味著每次優化都能比以前更好，無論是產品經理的自信心、用戶的體驗還是投資人那里，咱都可以理直氣壯地說，我的每次更新，都比以前更好了...  

A/B測試不僅可以用在單一解決方案的問題以及意見分歧的情況，它還能被持續用在既定方案的不斷調整優化上，通過測試實踐提高實現單一目標（隨時間推進不斷提高轉化率）舉個栗子，B2B技術公司可能想通過優化銷售活動著陸頁來帶動提高他們的銷售額。為了實現這個目標，公司的技術團隊可能對著陸頁的大標題，主視覺，表單，行為呼喚（CTA），以及頁面的整體布局設計進行A/B測試實驗。及時的對所做的調整進行測試能幫助他們更準確的知道哪些調整對他們的用戶行為產生影響。之后，他們可以逐漸將測試中的較優局部調整進行整合，以期超越舊版本，實現基于用戶行為偏好的當前最優調整方案。這樣直接把對照方案拋給用戶，能更好的達到預期的優化效果以及讓營銷活動的關鍵步驟更有效。測試廣告文案，營銷人員能夠了解到底哪個版本可以吸引更多的點擊，測試著陸頁，能夠知道怎樣的布局設計可以獲得更高的轉化率。如果每一個步驟每一個元素都被優化以盡可能吸引新用戶，那么整體的營銷活動支出可以節省不少。A/B測試還被產品開發設計人員用來測試產品新功能以及設計調整對用戶行為的影響。有確定的目標或者一個明確的假設，上線產品，用戶參與度，調試情況等都可以通過A/B測試來監測。

A/B測試流程
下面 說說A/B測試的一個框架，告訴你如何開展：數據收集：首先是深入去了解挖掘你需要從哪里去展開優化，數據的收集分析幫你找出流量大的地方來運行測試你的網頁和應用程序。這樣可以幫助你更快速的收集數據。找到界面中那些導致低轉化率高流失率的點，以備優化明確目標：轉化目標是用來衡量你的調整版是否優于原有版本的一個重要指標。轉化目標其實比較多樣化，有可能是某個按鈕的點擊率，產品購買鏈接的跳轉率，或者是郵件注冊率等等。提出假設：當你有了明確的目標后就可以開始著手進行A/B測試，提出為什么你認為調整改變版本會比原版本好的系列假設想法。再根據預期效果和實施難易程度來考慮哪一個優先展開。構建調整：使用A/B測試軟件（例如Optimizely），按照提出的假設對你的網站或者移動APP界面的一些元素進行調整。可能是改變按鈕的顏色，換一下頁面交互元素的位置，隱藏導航欄，或者是添加一些完全自定義的元素。很多A/B測試工具都有視覺編輯器，調整起來很簡單。確保你的測試質量以保證測試按預期展開。測試運行：好了結束調整后就開始等待你的用戶參與進來。在這一環節，你的訪問者會隨機分配到你的網頁或app的不同版本（控制組和變化組）。在這個過程中他們的交互行為會被直接監測，收集以便用于后面不同版本運行效果的分析。分析結果：實驗到這里也就完成了，下面就得開始分析一下結果。A/B測試軟件會通過收集的數據分析告訴你兩個版本運行過程中用戶行為的差異，以及是否具有統計學的差異顯著性。如果結果顯示你的優化是有效的，那恭喜你，你可以將實驗得出的經驗用在你其他的網頁上，而且可以嘗試產品的持續迭代，優化方案獲取更好的運行效果；如果結果顯示：無效甚至更糟糕，那么也不要沮喪，就當贊經驗，分析提出新假設在去實驗一下。無論結果如何，吸取經驗教訓，為后面測試優化你的網頁以及應用程序的不斷迭代攢姿勢！