A/B测试

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。

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。

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。

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。

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/