下载全书

A/B测试

0
0
4978
贡献人:

定义

A/B测试是一种用户体验研究方法,它随机测试某个主体对版本A和版本B的反应,从而确定哪一个版本更有效。

实践出处

生物学家和统计学家罗纳德-费希尔(Ronald Fisher)在20世纪20年代进行了随机对照实验。他研究出了基本的数学运算和原则,并把这个想法变成了一门科学。

费舍尔进行了几个农业试验,以寻找一些基本问题的答案,比如:如果换了肥料或使用更多的肥料会怎样。

他所介绍的原则被证明是有效的,科学家们在20世纪50年代初正式开始在医学领域进行临床试验。

营销人员在20世纪60年代末采纳了这种技术。他们想评估一些直销活动,即:使用个性化的信件或明信片是否能够帮助提升销售量。

然而,A/B测试的形式以前和现在有所不同。它在20世纪90年代中期形成了目前的形式。虽然现在使用相同的概念,但已经转移到虚拟环境下,并且是实时进行的。

为什么

使用A/B测试,可以尽早识别能够提供更好回报的方案,从而能够尽早满足用户需要,尽早获得价值汇报,同时节省资金。

何时使用

想要在两种方案之间做出选择时,或者寻找问题的根本原因时都可以用A/B测试。

如何使用

  1. 确定要解决的问题。确保你确定一个要解决的具体问题。

  2. 分析用户数据,用来识别问题可能出在哪里。

  3. 制定要测试的假设。决定你到底要测试什么,以及你要如何测试。将你的未知因素缩小到1或2个,至少开始是这样。然后,你可以确定改变哪个或哪些元素可能会解决你所面临的问题。

  4. 对假设进行测试。开发一个新版本,实现你的想法。然后在该新版本和你的目标受众的当前页面之间进行A/B测试。

  5. 分析数据。一旦测试结束,看一下结果,看看你的项目的新版本是否导致了任何明显的变化。如果没有,试着测试一个新的元素,直至得到期望的结果。

输出物

测试报告

参考资料

1.https://en.wikipedia.org/wiki/A/B_testing
2.https://mailchimp.com/marketing-glossary/ab-tests/
3.https://adoric.com/blog/a-b-testing-how-it-works/

我们非常重视知识产权,我们在非常努力地寻找最初的出处来源并注明出处。但因为互联网信息浩瀚,难免会有疏漏。如果您觉得有侵犯您的权益,请联系我们。

更新时间:
2023-03-08
版本号: 8
A/B测试 9 更新时间:2023-03-08
A/B测试 7 更新时间:2023-03-08
A/B测试 6 更新时间:2023-03-08
A/B测试 1 更新时间:2023-03-08
请提出您的意见
通过审核后显示您的意见

文章导航

定义
实践出处
为什么
何时使用
如何使用
输出物
参考资料

主要贡献人

徐东伟

实践被点赞 100

实践被收藏 8

加入社区微信群
与行业大咖零距离交流学习
PMO实践白皮书
白皮书上线