AB Data

在测试期间，访问者随机查看页面的一个或另一个版本，以便在实验结束时，访问者总数将在两个版本之间平均分配。

您可以看到，当用户请求页面时，会抛出一枚硬币，根据硬币正面朝上还是反面朝上，向用户显示一个版本或另一个版本。

通过这种方法，我们解决了之前在发现的两个问题（没有考虑其他任何问题）：

由于两个版本的页面共存，我们在结果分析中消除了任何外部或季节性因素的影响，因为两者都受到了同等的影响。
如果该变化对转化率产生负面影响，则对我们的利润损失的影响将减半。
a/b 测试中的经典示例涉及号召性用语中按钮的颜色，在原始页面（版本“a”或控 比利时 WhatsApp 数据 制页面）上使用一种颜色，在页面的变体（版本“b”）上使用另一种颜色：


页面的 a 和 b 版本具有不同颜色的按钮
然而，我们不应该将这些测试局限于简单的颜色、字体甚至标题和图像的变化，还应该包括页面不同元素排列的结构性变化，例如文章的长度或广告横幅的位置：


页面的 a 和 b 版本，横幅位于不同的位置
不要害怕尝试您能想到的任何更改，但始终要小心避免多次或彻底的修改，因为这些修改会使两个页面看起来差别太大。

这样一来，我们就无法确定哪种变化产生了最大的效益，甚至可能发生一种变化的积极影响被另一种变化的消极影响所抵消，而我们却放弃了本来有益的变化。