1.什么是A/B 测试？有什么用？
做过App功能设计的读者朋友可能经常会面临多个设计方案的选择，例如某个按钮是用蓝色还是黄色，是放左边还是放右边。
传统的解决方法通常是集体讨论表决，或者由某位专家或领导来拍板，实在决定不了时也有随机选一个上线的。虽然传统解决办法多数情况下也是有效的，但A/B测试可能是解决这类问题的一个更好的方法。
简单来说，A/B测试就是为同一个目标制定两个版本，这两个版本只有某个方面不一样，其他方面保持一致，例如两个版本只有按钮的颜色不一样。让一部分用户使用A版本（实验组），另一部分用户使用 B版本（对照组）。
试运行一段时间后，分别统计两组用户的表现， 然后对两组数据进行对比分析，最后选择效果更好的版本正式发布给全部用户。
其实A/B 测试的底层方法是对比分析方法。
2.A/B测试是怎么来的呢？
2007年，参议员的巴拉克•奥巴马在芝加哥参加了总统竞选。谷歌的产品经理丹•西罗克是奥巴马竞选团队“新媒体分析”部门的负责人。他用A/B测试优化了竞选网站的“捐款”按钮，使得捐款金额增加了5700万美元。
他对这个“捐款”按钮做了什么呢？
西罗克在奥巴马捐赠页面上进行了A/B测试，发现：
1）对于第一次访问竞选网站的用户，按钮文字是“捐赠并领取礼物”效果最好。
2）对于长期访问竞选网站，但是从来没有捐款的用户，按钮文字是“捐款”效果最好。
3）对于过去曾经捐过款的用户，按钮文字是“捐助” 效果最好。
在奥巴马就任总统后，西罗克创办了一家网站优化公司（Optimizely。）。在下一轮的总统选举中，这家公司的客户名单里是各个总统竞选团队。
现在A/B测试已经广泛应用于互联网公司，帮助优化产品。
吴恩达在主题为“AI是新的电力”的演讲中说到，能够定义互联网公司的并不是你是否有网站，而是你是否进行A/B测试，是否有很短的周期迭代，是否把决策权由CEO交给工程师和产品经理。
3.A/B测试案例
爱彼迎（Airbnb）是一家提供民宿服务的平台，创建于2007年，现在已经估值约300亿美元。
在2011年初，爱彼迎团队通过查阅数据寻找房源预订量比较低的地区。他们发现纽约市的房源预订量竟然不达标。要知道，纽约可是热门的旅行地区，为什么房源预定量低呢？
在观察这个地区的房源照片时发现，这些照片都是手机拍的，拍的即不清晰也不美观。如果房东发布的房源信息里有拍摄效果更加专业的照片，房东是不是会更容易租出自己的房子呢？
为了验证这个假设，爱彼迎团队先挑选了一部分房东作为实验组，免费为他们提供专业的摄影服务。
然后，将实验组的平均住宅预定量和纽约其他公寓的平均预订量进行对比。
数据显示，如果房源信息里有专业拍摄的住宅照片，房源预订量高于爱彼迎平均房源预定量的2- 3倍。也就是说，照片质量会影响预定量，说明前面的假设是成立的。
根据这个A/B测试结论，爱彼迎推出一个摄影计划，聘请了20名摄影师，专门为房东提供专业的拍照服务，这使得爱彼迎的房源预定量实现了快速增长。爱彼迎团队进一步决定向所有房东推广这一业务，这极大的提升了房源预定量。
同样，Google 用A/B测试来调整和测试它的算法和网站的设计；Facebook 通过A/B测试上线新功能、新版本，优化广告营收。电商巨头亚马逊通过A/B测试来不断完善网站，优化用户体验。
如果你对你的网站或者 App 感到十分不满，但又担心改头换面的重新设计会带来风险，那么可以尝试使用A/B测试，最终在得到一个全新的网站的同时，也会带来转化率的提升。
推荐：如何系统学习分析方法，提升分析能力？
