A/B測試

 

A/B Test

A/B測試

 

摘要 (Abstract):

A/B測試常應用在網頁可用性評估,設計師透過提供新或舊版本,或數個新提案的設計介面同時在線上運行,透過收集使用者的真實互動資料與回饋,評估各方案的優劣。

定義(Definition):

A/B測試(也稱為分割測試或桶測試)所謂的AB測試是運用統計學的原理將兩個變數進行假設比較,讓測試者知道他希望知道的研究結果,測出兩者之間哪個成效較高,當測試結束,測試者可以根據結果選擇使用成效好的一個,或者進行再優化,分析和多次測試。

A/B測試的目的在於通過科學的實驗測試等方式來獲得具有代表性的實驗結論。

步驟(Procedure):

Step1. 識別目標

操控变数,用來確定變體是否比原始版本更成功的指標。目標可以是任何東西從點擊按鈕或鏈接到產品購買或者消費。

Step2. 產生假設

一旦你確定了一個目標,你就可以開始產生A / B測試的想法和假設,比如:為什麼你認為它們會比現在的版本更好。

Step3. 收集數據

收集可以開始優化的資訊。查找轉化率較低或可以再提高的產品。

Step4. 創建變體

使用A / B測試軟體,應用程式體驗中的某個元素進行大部分客戶所需的進行更改。可能會改變顏色,或者交換頁面元素的順序和排版。

Step5. 運行實驗

開始實驗並等待參觀者參與!網站或應用的訪問者將被隨機分配到體驗控制,計數或比較每個點擊最多或者流覽最多的進行統計。

Step6. 分析結果

實驗完成後分析結果。A / B測試將呈現實驗中的數據,展示出網頁的兩個版本的執行方式與是否存在統計顯著性差異之間的差異。

案例(Case):

舉個例子來說,假如這個App10萬線上用戶,通過控制臺可以控制這些用戶看到不同的測試版本。假如其中5萬用戶看到左邊版本,產生了1萬點擊率;另外5萬用戶看到右邊版本,產生了4萬點擊率。這個試驗數據說明右邊版本產生的效益更高,可以通過控制臺將這個版本推廣到所有10萬用戶。或者再進行再優化,分析和多次測試。

參考資料(Reference):

Optimizely。A/B Testing。

百度百科。A/B測試。

Benjamin CHOW。什麼是A/B測試(A/B Testing)? 。

分享 Acadeck 給更多人!