区域电商生态经济解决方案提供商
一站式服务:顶层设计、品牌运营、招商、电商培训、孵化器运营、物流园区运营！

　　这是Airbnb的数据，可以看到数据一直在增长。其中可以看到，中间有一个红色的时间段，大概维持了小一个月的时间，这个时间段发生了什么？Airbnb上线了一个新的产品功能，到结束的时候又下线了。
　　在这个红色的时间段，数据一直都是在增长。有个很大的问题就是外界环境对数据的影响太大了，以至于在这张图里我们完全无法知道，这个上线了一个月的产品功能对用户产有没有产生增长的影响，以及究竟是怎样的增长？
　　所以如果没有A/B测试，没有科学的验证，可能在产品，运营和市场策略上，会做一些不科学的决策。也许有个决策带来了-20%的不好影响，但是我们不知道，因为我们没有实验验证它。或者是后台技术人员毫不容易研发出来一个推荐算法，提升了5%的订单量。但是我们并不知道是因为它们带来了5%的订单量。这样的话，我们就失去了这种宝贵的经验。
　　从这张图可以看出来，只有A/B测试才能告诉我们，产品功能上线前后究竟会有怎样的影响？假如每一次产品迭代，策略上线的时候，都经过A/B测试的优化，那么增长曲线可能就跟这条蓝线一样。也许不是我们最喜欢的指数增长或线性增长，但它始终在增长。
　　如果没有A/B测试，可能会像红线一样不断地波动，在短期之内可能红线蓝线差不多，但是时间一长，红条会被蓝线远远甩下，这就是A/B测试驱动持续增长，也是Google的最佳实践。
　　A/B测试的具体操作方式是什么样的？
　　要考虑随机流量的选择，怎么同时支持多个变量，单个变量，多个实验，单个实验？怎么能够比较方便地选择实验版本，知道多长时间才能得到可信的结果？如果没有好的统计工具，执行区间算得不对，实验结果也就不准确。
　　这个时候你就可以考虑使用第三方的A/B测试工具。在产品或者营销业，想要接入第三方A/B测试SDK，工作就可以专心到设计迭代方案上去。这些方案通过第三方平台就可以发布给用户或者消费者，然后自由调整实验流量，让1%的用户试试这个方案，5%的用户试试那个方案，根据数据反馈，分析方案的好坏，这就是A/B测试实践中的方法。
　　正确、高效的A/B测试是什么样的？
　　一个产品经理一天能做几十个A/B测试，七天下来就能做上百个。一百个实验里面六七十个既不提升，也不降低转化率。可能有十几二十个，你觉得它好，它其实是坏的，你也可以吸收教训。只有几个比较好，你可以发布给用户，最后带来20%的营收。如果一个星期有一个提升20%的实验，或者几个实验加起来20%，一个半月之后你就可以领先竞争对手一倍了。
　　通过第三方的A/B测试平台，可以轻松开展实验，包括实现简一的改版，一键发布做很多的QA测试，抢流量，一键回滚，如果发现了bug立即关闭实验。实时获取准确的实验结果，加快执行区间的收敛，支持大量并发实验等等。
　　尽量不要自己去构建这套系统，很多企业自建成功了都是耗费至少两年以上的人力物力，好几千万的支出，而且还可能遇到各种bug。