A/B測試：

一、定義：

    A/B測試常應用在網頁可用性評估，可以用於增加轉化率註冊率等網頁指標。設計師透過提供新或舊版本，或數個新提案的設計介面同時在線上運行，透過收集使用者的真實互動資料與回饋，評估各方案的優劣。A/B 测试，简单来说，就是为同一个目标制定两个方案\(比如两个页面\)，让一部分用户使用 A 方案，另一部分用户使用 B 方案，记录下用户的使用情况，看哪个方案更符合设计。

二、使用時機：

評估網頁可用性

三、操作步驟/方法：

客戶試用——評估兩者的差距

在实际进行AB测试的时候，往往有两种方法：

1、传统的由技术人员制作多个页面，然后通过URL重定向进行分类流量。

2、通过专业的AB测试软件。前者需要花费较多的人力物力，而且在数据的分析上也比较麻烦，而后者则无需任何编程技术，基本能通过这些软件自带的编辑器实现。

四、案例分析：

用一個電商App的場景作為例子。電商App集成了我們的SDK之後，就可以在AppAdhocOptimizer控制臺創建很多"測試版本"，每個測試版本可以嘗試不同的UI設計和文案。客戶可以在控制臺管理不同測試版本的試驗運行狀態、流量分配以及查看詳細的數據報告，並選擇發佈效果更好的測試版本。

拿這個例子來說，假如這個App有100萬線上用戶，通過控制臺可以控制這些用戶看到不同的測試版本。假如其中50萬用戶看到左邊版本，產生了10萬購買;另外50萬用戶看到右邊版本，產生了40萬購買。這個試驗數據說明右邊版本產生的轉化率更高，可以通過控制臺將這個版本推廣到所有100萬用戶。

其中最重要的就是產品優勢，科技在A/B測試引擎的流量分割方面下了很多功夫，可以儘量保證試驗用戶流量的代表性和試驗數據的準確性，同時支持試驗流量動態控制、多變量組合試驗、大量並行試驗、針對特定人群的定向試驗等。

參考資料：

http://baike.so.com/doc/4799955-5016138.html\#4799955-5016138-2