在用户体验行业，哪个方案好哪个方案要被拍掉，无时无刻不在世界各地重复上演，AB测试不仅可以回答哪种方案好的问题，更有可能回答好多少的问题
图16402-1：
a/b 测试通常用来测量两个或多个方案在某一单一维度上的绩效表现。通俗的说，就是用尽可能科学严谨的方法，对比方案之间的优劣。这种方法虽然是穿白大褂的科学家发明并用于科学实验，但现在它已经被善于借鉴的市场专家、用户体验专家们广泛地应用在市场研究、产品界面方案评估等更“感性”的领域。
对于界面改进设计，A/B测试通常由控制版本和对照版本组成，即A为当前线上方案，B为改进方案。通过小流量线上平台测试，考察对方案评估比较重要的绩效数据，如点击率、停留时间、出错率等。
为什么要进行A/B测试？
首先，在用户体验行业，哪个方案好哪个方案要被拍掉这样的讨论、辩论、争论无时无刻不在世界各地重复上演。不知道听谁的，主要是因为大家的理由都来自于“推理”。虽然UCD已经深入人心，但仍然避免不了博弈各方自诩为用户代言人，推想用户的行为。而此时，A/B测试的威力就变得特别显眼。它在用于界面方案评估时可以提供客观、准确的数据。哪种方案点击率高、哪种方案更有利于将用户的点击转化为在线购买行为等问题，可以通过数据获得清晰、明确的结论。让数据说话，大家不知道要少费多少口舌，为公司省下多少矿泉水呢。
第二，A/B测试不仅可以回答哪种方案好的问题，更有可能回答好多少的问题。在日常设计中，经常出现这样的困扰：在一番厮杀博弈后，已经没有人怀疑新设计方案能比原方案有更好的效果。但至此，还不能天真地认为万事大吉了。方案仍然会被质疑：“为了这一点效果的改善，是否值得动用宝贵的开发资源？”如果此时可以使用A/B测试，定量的回答新方案比原方案在关键指标上的改善率，则可以有效的评估成本和效益，帮助进行设计决策。值不值得给研发密密麻麻的排期表上再添一行，大家心里都更清楚了一些。
转载请注明：网创网 www.netcyw.cn/b16402.html
