1.什麼是A/B 測試？有什麼用？
做過App功能設計的讀者朋友可能經常會面臨多個設計方案的選擇，例如某個按鈕是用藍色還是黃色，是放左邊還是放右邊。
傳統的解決方法通常是集體討論表決，或者由某位專家或領導來拍板，實在決定不了時也有隨機選一個上線的。雖然傳統解決辦法多數情況下也是有效的，但A/B測試可能是解決這類問題的一個更好的方法。
簡單來說，A/B測試就是為同一個目標制定兩個版本，這兩個版本只有某個方面不一樣，其他方面保持一致，例如兩個版本只有按鈕的顏色不一樣。讓一部分用戶使用A版本（實驗組），另一部分用戶使用 B版本（對照組）。
試運行一段時間後，分別統計兩組用戶的表現， 然後對兩組數據進行對比分析，最後選擇效果更好的版本正式發佈給全部用戶。
其實A/B 測試的底層方法是對比分析方法。
2.A/B測試是怎麼來的呢？
2007年，參議員的巴拉克•奧巴馬在芝加哥參加了總統競選。谷歌的產品經理丹•西羅克是奧巴馬競選團隊“新媒體分析”部門的負責人。他用A/B測試優化了競選網站的“捐款”按鈕，使得捐款金額增加了5700萬美元。
他對這個“捐款”按鈕做了什麼呢？
西羅克在奧巴馬捐贈頁面上進行了A/B測試，發現：
1）對於第一次訪問競選網站的用戶，按鈕文字是“捐贈並領取禮物”效果最好。
2）對於長期訪問競選網站，但是從來沒有捐款的用戶，按鈕文字是“捐款”效果最好。
3）對於過去曾經捐過款的用戶，按鈕文字是“捐助” 效果最好。
在奧巴馬就任總統後，西羅克創辦了一家網站優化公司（Optimizely。）。在下一輪的總統選舉中，這家公司的客戶名單裡是各個總統競選團隊。
現在A/B測試已經廣泛應用於互聯網公司，幫助優化產品。
吳恩達在主題為“AI是新的電力”的演講中說到，能夠定義互聯網公司的並不是你是否有網站，而是你是否進行A/B測試，是否有很短的週期迭代，是否把決策權由CEO交給工程師和產品經理。
3.A/B測試案例
愛彼迎（Airbnb）是一家提供民宿服務的平臺，創建於2007年，現在已經估值約300億美元。
在2011年初，愛彼迎團隊通過查閱數據尋找房源預訂量比較低的地區。他們發現紐約市的房源預訂量竟然不達標。要知道，紐約可是熱門的旅行地區，為什麼房源預定量低呢？
在觀察這個地區的房源照片時發現，這些照片都是手機拍的，拍的即不清晰也不美觀。如果房東發佈的房源信息裡有拍攝效果更加專業的照片，房東是不是會更容易租出自己的房子呢？
為了驗證這個假設，愛彼迎團隊先挑選了一部分房東作為實驗組，免費為他們提供專業的攝影服務。
然後，將實驗組的平均住宅預定量和紐約其他公寓的平均預訂量進行對比。
數據顯示，如果房源信息裡有專業拍攝的住宅照片，房源預訂量高於愛彼迎平均房源預定量的2- 3倍。也就是說，照片質量會影響預定量，說明前面的假設是成立的。
根據這個A/B測試結論，愛彼迎推出一個攝影計劃，聘請了20名攝影師，專門為房東提供專業的拍照服務，這使得愛彼迎的房源預定量實現了快速增長。愛彼迎團隊進一步決定向所有房東推廣這一業務，這極大的提升了房源預定量。
同樣，Google 用A/B測試來調整和測試它的算法和網站的設計；Facebook 通過A/B測試上線新功能、新版本，優化廣告營收。電商巨頭亞馬遜通過A/B測試來不斷完善網站，優化用戶體驗。
如果你對你的網站或者 App 感到十分不滿，但又擔心改頭換面的重新設計會帶來風險，那麼可以嘗試使用A/B測試，最終在得到一個全新的網站的同時，也會帶來轉化率的提升。
推薦：如何系統學習分析方法，提升分析能力？
閱讀更多 猴子聊人物 的文章
