AB測試起源于醫(yī)藥分組試驗,把實驗藥和安慰劑按實驗組、對照組,統(tǒng)一外在環(huán)境、體質(zhì)、病狀、醫(yī)護(hù)、測試時間等因素,僅僅是吃的藥不一致。最后按統(tǒng)一判斷標(biāo)準(zhǔn),觀察病人的康復(fù)情況。以此來判斷實驗藥物的療效。
AB測試的核心
目前,AB測試廣泛應(yīng)用于互聯(lián)網(wǎng)領(lǐng)域。用來測試方案的效果。AB測試要注意2個核心:
- 1、控制變量。
- 2、不被試驗者知道被測試,否則會引起試驗者過分活躍,或不活躍,導(dǎo)致結(jié)果出現(xiàn)偏差。
AB測試的通用模型
測試前
在進(jìn)行AB測試前,需要先清楚以下9個關(guān)鍵問題。
- 1、測試對象;
- 2、實驗分組;
- 3、目標(biāo)KPI;
- 4、當(dāng)前KPI;
- 5、預(yù)期KPI提升;
- 6、最小樣本量;
- 7、預(yù)期周期;
- 8、分流比例;
- 9、分組同質(zhì)性。
測試中
測試中則需要考慮以下3個關(guān)鍵步驟。
- 1、確認(rèn)測試是否生效;
- 2、是否需要終止測試;
- 3、如何終止測試。
測試后
AB測試結(jié)束后,可以進(jìn)行以下6個方面的思考和分析。
- 1、測試結(jié)果如何回收;
- 2、測試結(jié)果如何計算;
- 3、結(jié)果是否具有顯著性;
- 4、結(jié)果如何解讀;
- 5、結(jié)果如何定性;
- 6、反思測試可能存在漏洞。
AB測試大體框架就這樣,想清楚這些問題,才不會瞎折騰。其中每個細(xì)節(jié)都會有坑讓你防不勝防。
本文經(jīng)授權(quán)發(fā)布,不代表增長黑客立場,如若轉(zhuǎn)載,請注明出處:http://gptmaths.com/cgo/product/68072.html