摘要：通過A/B測試，我們可以對比不同版本的用戶體驗區(qū)別，并針對更新版的網(wǎng)頁或APP提問，然后收集相關(guān)數(shù)據(jù)，分析更新版網(wǎng)頁或APP對我們既定的度量指標(biāo)造成的影響。
我們前期所介紹的”同期群”分析法是對于時間窗口上不同時間段的特定指標(biāo)比較，而今天所介紹的“A/B測試”是同一個時間窗口上不同用戶群針對不同版本的反應(yīng)做比較。所謂A/B測試，是用來比較兩個（或多個）版本的網(wǎng)頁或者APP哪個“表現(xiàn)”更好的一種實驗。A/B測試本質(zhì)上是一個實驗。在這個實驗中，一個頁面的兩個或多個不同的方案顯示給特定用戶群（此用戶分群有可能為隨機(jī)，也有可能有特定特征），然后根據(jù)統(tǒng)計數(shù)據(jù)來分析，哪個方案在指定的“表現(xiàn)”上更好。我們經(jīng)常會面臨多個設(shè)計方案或營銷策略的選擇，A/B測試是解決這類問題很好的方法。
A/B測試有利于我們從界面優(yōu)化中生成假設(shè)，也有利于我們依據(jù)充分的數(shù)據(jù)分析結(jié)論做出正確的決策。有A/B測試的支持，我們做決策時就可以從拍腦袋的“我認(rèn)為…”轉(zhuǎn)變?yōu)閺臄?shù)據(jù)分析結(jié)果來看“我們知道…”。通過衡量更新版對各個度量指標(biāo)的影響，我們可以確保每個更新變化都產(chǎn)生積極的結(jié)果。A/B測試如何運(yùn)作？
在A/B測試中，我們可以給同一個網(wǎng)頁或APP界面創(chuàng)建更新版。版本之間的差異可以非常簡單，如改動單個圖標(biāo)或按鈕，也可以對頁面完全重新設(shè)計。測試過程中，我們按既定策略給一半用戶顯示頁面原始版（稱之為控制組），一半顯示頁面的更新版（稱之為測試組）。
在A/B測試中，我們收集控制組和測試組的用戶行為數(shù)據(jù)，然后分析更新版對用戶行為造成的影響。為什么需要A/B測試？
A/B測試使我們能夠在營銷活動中針對我們想要的結(jié)果來優(yōu)化產(chǎn)品并讓用戶基于我們的目標(biāo)采取行動。通過測試廣告文案，我們可以了解哪個版本吸引了更多用戶的點擊。通過測試隨后的登錄頁面，我們可以了解到哪種布局可以促進(jìn)用戶的購買。如果每個步驟的改動都能有效獲得新客戶，那么營銷活動成本就會大大的降低。
A/B測試也可以被產(chǎn)品經(jīng)理和設(shè)計師用來演示新特性或者改變用戶體驗產(chǎn)生的影響。產(chǎn)品的登錄、用戶參與、模式和產(chǎn)品體驗都可以通過A/B測試進(jìn)行優(yōu)化?？傊?，我們可以通過A/B測試來實現(xiàn)目標(biāo)，驗證假設(shè)。
A/B 測試過程
- 收集數(shù)據(jù)：對產(chǎn)品進(jìn)行數(shù)據(jù)分析可以讓我們發(fā)現(xiàn)問題從而找到需要優(yōu)化的方向。首先我們需要收集數(shù)據(jù)，可以從站點或APP高流量的區(qū)域開始，這有助于我們快速發(fā)現(xiàn)問題的關(guān)鍵所在。同時我們需要尋找能夠改進(jìn)的低轉(zhuǎn)化率和高流失率的頁面。
- 確定目標(biāo)：我們的轉(zhuǎn)換目標(biāo)是用來衡量更新版是否比原始版用戶體驗更好，更成功的標(biāo)準(zhǔn)。目標(biāo)可以是任何東西，如點擊一個按鈕、鏈接到產(chǎn)品購買或者完成注冊等。
- 生成假設(shè)：一旦明確了目標(biāo)，我們就可以生成A/B測試的假設(shè)，這個假設(shè)用來解釋為什么我們覺得更新版比原始版更好。在有了這個假設(shè)清單之后，我們可以按照預(yù)期的結(jié)果和實施難度來按順序進(jìn)行測試。
- 創(chuàng)建變化：有了前面幾步之后，我們就可以對我們的網(wǎng)站或APP做出期望的改變，設(shè)計出迭代方案，這些改變可以是按鈕的顏色、頁面元素的順序交換、隱藏導(dǎo)航或者完全重新布局的東西。我們創(chuàng)建的這些變化要確保它們符合我們的預(yù)期目標(biāo)。
- 運(yùn)行實驗：啟動我們的實驗，等待用戶參與。在這一步，我們網(wǎng)站或APP的用戶會被隨機(jī)分配到控制組和測試組，用戶每一步的操作都會被紀(jì)錄采集，計算和比較，以確定控制組和測試組在每一項改變上的表現(xiàn)。
- 分析結(jié)果：實驗完成之后就是結(jié)果分析。A/B測試會顯示實驗數(shù)據(jù)，并告訴我們兩個版本的用戶行為是否存在顯著差異。
- 發(fā)布最佳版本如果測試組的行為達(dá)到了我們的預(yù)期目標(biāo)，那么我們就可以繼續(xù)根據(jù)A/B測試結(jié)果進(jìn)一步改進(jìn)產(chǎn)品。反之，也不必氣餒，我們可以把此次測試作為經(jīng)驗并且生成新的假設(shè)然后繼續(xù)測試。
不管測試結(jié)果如何，我們都要根據(jù)測試經(jīng)驗來實現(xiàn)產(chǎn)品優(yōu)化的閉環(huán)并持續(xù)不斷的提升用戶體驗。
A/B測試誤區(qū)
- 試驗成功不等于效果提升
- 隨機(jī)選取用戶參與試驗
- 多次試驗，一點修改
- 屏蔽A/B版本的人為選
Growth Hacker
介于技術(shù)和市場之間的新型團(tuán)隊角色；
懂?dāng)?shù)據(jù)，懂人性，懂方法，懂執(zhí)行…
本文經(jīng)授權(quán)發(fā)布，不代表增長黑客立場，如若轉(zhuǎn)載，請注明出處：http://m.allfloridahomeinspectors.com/cgo/product/2260.html
微信掃一掃 
支付寶掃一掃 
