你想知道的，都在这里!本文是神策数据「十问十答」科普系列文章的第二期，围绕 A/B 测试展开。
1
Q:什么是 A/B 测试?
A:A/B 测试作为互联网企业的核心增长手段之一，其价值已在实际应用中被多次验证。它通过为用户线上业务旅程制定两套或多套方案，在保证各套方案对应用户群的特征相同(相似)的情况下，观察关键的效果指标的差异，并运用科学的统计学检验来判断哪个方案更加有效，从而帮助企业做出更科学的决策，驱动精细化用户增长。
2
Q:哪些场景可以使用 A/B 测试?
A:A/B 测试通常应用在产品正式迭代发版阶段，将 Web 或 App 界面/流程以同一个目的制定两个或多个方案，在同一时间维度，将用户流量对应分成若干组，在保证每组用户特征相同或相似的前提下，展示给用户不同的设计方案，收集各组用户的体验数据和业务数据，最后分析评估出特出版本，驱动决策落地。比如:UI、文案层的 A/B 测试;信息架构的 A/B 测试;流程交互的 A/B 测试;功能范畴的 A/B 测试。
3
Q:如何选择 A/B 测试平台?
A:参照 Google 重叠试验框架——更多、更好、更快地试验，并结合神策 A/B 测试服务数十家客户的实践，我们从不同维度总结出企业选择 A/B 测试平台的标准:
功能:支持丰富的试验人群定向和指标管理配置，同时进行多个试验的可扩展性、灵活性
性能:A/B 测试的性能越高，对实际业务造成的延迟越小，C 端客户的体验越好
稳定:A/B 测试平台要保证足够高的 SLA，A/B 故障不应该影响正常业务运行
效率:降低试验的实施和分析成本，通过标准化的试验指标计算快速发现、终止不符合预期的试验
易用:降低试验的实施门槛，帮助没有 A/B 测试基础的小白快速上手、避免踩坑
4
Q:A/B 测试怎么做?
A:神策数据结合数百场 A/B 测试的服务及交付经验，总结、沉淀出了建立假设、确定评价指标、设计试验、运行试验并获取数据、结果分析、最终决策六大环节，帮助企业顺利落地 A/B 测试，为客户带来价值。
5
Q:A/B 测试如何实现流量复用?
A:A/B 测试需要基于一定样本量才能有效体现结果，但对于业务流量较小的企业来说，很难确定多个试验的效果是否会相互影响，因此无法同时上线多个试验。神策数据的 A/B 测试功能采用正交分流，实现同一试验层内的流量互斥，不同试验层内的流量正交，达到流量复用的目的。
6
Q:如何降低 A/B 测试的延迟?
A:公网传输耗时是 App 使用过程中不可避免的，企业要想在 A/B 测试期间降低延迟，根本在于降低分流服务的处理耗时和规避试验请求的公网传输耗时。
7
Q:A/B 测试如何建立假设?
A:A/B 测试最核心的原理是假设检验。我们在建立假设的过程中需要注意两点:首先，A/B 测试属于因果推断，所以需要先确定原因和结果;第二，假设必须是可衡量的，需要有相应的评价指标来检验假设是否成立。
8
Q:如何通过置信区间法评估 A/B 测试的试验结果?
A:置信区间法是企业评估 A/B 测试结果显著性的常用方法。置信区间是一个范围，最常见的是 95% 的置信区间。也就是说，对于一个随机变量，95% 的概率包含总体均值的范围，就叫做 95% 的置信区间。也可以简单理解为总体数据有 95% 的可能性在这个范围内。
在 A/B 测试中，我们会计算两组指标的差异值，如果计算得出的差异值置信区间不含 0，那么就可以拒绝零假设，认为两组结果差异显著;反之则接受零假设，认为两组结果差异不显著。
9
Q:产品 A/B 测试怎么做?
A:以游戏产品为例。在游戏产品研发与运营过程中，企业可以通过 A/B 测试工具测试美术设计，如按钮用什么颜色、什么形状，NPC 用什么造型、技能有效、抽卡表现等;测试新手引导，调整新手阶段的节奏、难度和特定的关卡设计;测试界面布局，如商城界面布局，包括顺序、大小、颜色和边框等;测试产品定价，确定哪些定价的硬通货或者礼包对玩家更有吸引力;测试变现入口，确定合适的变现入口，使得既可以获得可观的收益又不影响玩家体验;测试玩法机制，找到更吸引玩家的玩法，如调整 PVE 通关奖励领取方式能否提升玩家体验深度，副本增加随机隐藏 BOSS 能否吸引玩家再次挑战，PVP 不同匹配策略对玩家参与积极性有什么影响。
10
Q:神策数据 A/B 测试有哪些优势?
A:在神策分析云中，迭代优化后的 A/B 测试能够为企业提供完整的试验创建能力和试验分流能力，可以满足流量分层、试验互斥等更高档测试需求，为产品迭代、运营策略的优化提供决策依据。
搜索神策数据进入官网，即可免费体验 A/B 测试。
（推广）