故事要從18世紀說起。
工業(yè)革命、啟蒙運動，人類的底層邏輯被刷新，科學的研究方法與成果掀起層層浪潮，一些困擾多年的難題被解開。在歐洲，以航海為生命的維京后代們繼續(xù)著他們的遠征，但不幸的是，長期遠洋航行的水手船員在惡劣的海上環(huán)境中常被壞血病困擾。
一邊是經濟社會的蓬勃發(fā)展，對于更多資源的饑渴需求，一邊則是出海的勇士們被壞血病折戟，嚴重的時候超過半數船員再也無法回到起航時的港口。幸運的是，英國海軍醫(yī)生詹姆斯·林德發(fā)現了一種神奇的巧合——食譜中有柑橘類的水果的船員患壞血病的幾率更低，船員的救命藥難道就是再普通不過的青檸（lime）嗎？
質疑醫(yī)生的人很多。他選擇用一種在今天看來已經非常普通且廣泛運用在互聯網的方法來證明自己的猜想——A/B測試。
他把患病的12名船員們分成六組，確保病人們的基本食物一樣，所處環(huán)境也相同，唯一的變量是，給每組開出了不同的療法：一組船員的飲食中加入青檸、一組加入橘子、一組加蘋果、一組加醋、一組加酏劑、一組加海水。結果顯而易見，攝入橘子和青檸的兩組很快就痊愈了。
這是兩百多年前的壞血病實驗，其采納的A/B測試已經成為醫(yī)學領域最為常見的實驗方法。而如今，A/B測試也已在醫(yī)學之外的領域開花結果，成為了包括硅谷在內，全球互聯網與商業(yè)的方法圭臬——在多種因素都對實驗結果有影響時，保證其他條件相同，來證明某一變量對結果的確切影響。A/B測試以小成本快速試錯，用客觀數據結果糾偏人們的主觀臆斷，讓產品與生意最大限度地科學增長。
或許有人會問，這不就是簡單的對照組實驗嗎？但千萬別小看A/B測試，它不只是粗暴地分組比較，而是基于實驗對象的精細測評，每一個維度的篩選、每一個差異刺激的設計，都需要嚴謹的依據和判斷。在這個信息爆炸、場景碎片化的多樣化時代，變量無處不在，如何做好一個A/B測試，測之有因，測其所得，并不是件簡單的事。
與此同時，商業(yè)社會空前繁盛，競爭激烈到每一個罅隙的增長都必須爭取，生意對于失敗的容錯率非常低。而A/B測試便是那個科學分析、最大限度規(guī)避風險、敏捷增長的利器。
從1990年代后期開始，科技巨頭就開始借助A/B測試來確定最優(yōu)方案，并逐漸形成自己的測試平臺和體系。今天，包括Google、Facebook、亞馬遜在內的大公司每年都進行數千到數萬次實驗，新一代在數據驅動思維里成長起來的初創(chuàng)企業(yè)也見識到了A/B測試帶來的增長魔力。
Google先驅
互聯網行業(yè)的AB測試本質上是一種“先驗”的實驗體系，針對某一需要改進的功能、頁面或是產品，提供兩種或以上的方案，合理分配流量，將不同方案發(fā)布給不同用戶。在運行一段時間后，結合各項指標和科學的統(tǒng)計方法，對比實驗數據做出決策，將最優(yōu)方案更新給全量用戶。
通常的流程是，確定目標、建立實驗假設、設定指標評估影響、設計及開發(fā)實驗方案、確定測試時長和分流方案等、采集和分析數據、最后進行評估得出結論。通過科學的實驗設置，測試不僅可以對比出哪種方案更好，還能預測性地通過一些指標（比如用戶的訪問時間、留存度、下單率等），量化最優(yōu)方案好多少。
Google是互聯網界A/B測試的先驅。
早在2000年，Google工程師就進行了他們的第一次A/B測試，用于確定搜索結果頁面上展示多少條對用戶最友好。這次嘗試稱不上成功。世紀之交，緩慢的網頁加載速度未能允許實驗達到預期。
但是Google成為了A/B測試的忠實擁護者，僅僅在2011年一年時間里，這家搜索巨頭就進行了7000多次的測試。
當Google在Gmail郵箱里推出廣告的時候，團隊想知道：有沒有一種理想的藍色能夠更吸引用戶點擊鏈接？為此，他們對41種藍色——從藍中帶綠到綠中帶藍——進行了A/B測試。結果是，一種略帶紫調的藍色比其他藍色更能促進點擊率。這誰能猜到呢？而這個微小到用戶也許根本注意不到的細節(jié)改變，卻為公司帶來了每年2億美元的額外廣告收入。
現在，Google每個月都會上線幾百個大大小小的A/B測試。這些實驗，每年直接給公司帶來了超過10億美元的增收。
這種提供決策依據的方法充分彰顯了互聯網“數據驅動業(yè)務增長”的理念。
很多時候，A/B測試被用來決定非常細微的功能變化。例如，是否在新標簽頁中打開搜索結果——雖然這一功能可以在設置中自定義或者通過快捷鍵實現，但是通過A/B測試，Google發(fā)現將切換按鈕在搜索框下突出顯示時，用戶體驗更好。
而現在許多用戶已經習慣的“暗黑模式”其實也經歷了幾番測試。
雖然乍一看優(yōu)化的只是細枝末節(jié)，但是基于Google龐大的用戶量，每個不起眼的改動能產生巨大的影響。
A/B測試貫穿了Google的產品目錄和公司整體運行，有時候，測試會在更大的范圍和更長的時間跨度里進行。比如對于即時通信的解決方案，Google看上去非常“猶豫不決”，推出過Google Talk、Google Chat、Google+ Messenger、Huddle、Hangouts等。
Google希望通過測試內部的多個解決方案，找到優(yōu)勝者，先一步贏得市場，而不是坐以待斃，等外部的競爭者找到開啟增長的密鑰再加以復制。
因此，對于Google來說，A/B測試是不可或缺的。這是公司用來感知用戶的最佳途徑；做產品決策的科學思路；也是最大化廣告效果，增加收入的策略。
值得注意的是，從自己摸索A/B測試方法，到形成行之有效的測試體系，Google還將A/B測試的能力開放給外部客戶。
比如Google的Google Optimize，提供了易用的A/B測試工具，降低了開發(fā)者和廣告主做測試的門檻，并可以關聯Google Analytics進行數據分析。
一個“被賦能”的案例是，音樂流媒體Spotify在海外擴張時，想為不同區(qū)域的聽眾差異化著陸頁，但這在研發(fā)上要耗費巨大成本。在德國市場，它使用Optimize為對聽書功能（Audiobook）感興趣的用戶定制了一個著陸頁。結果是，新頁面相比原版本，付費用戶率提升了24%。最終，Spotify在全球范圍內應用了這一設計。
開放測試能力，這一方面是企業(yè)價值觀的體現，Google致力于拓展良性的生態(tài)環(huán)境，讓伙伴受益從而優(yōu)化整個商業(yè)環(huán)境；另一方面也說明A/B測試本身經過幾十年的發(fā)展，已經逐漸成熟為一門獨立的學問了。
風靡硅谷
硅谷沒有秘密，A/B測試也不是Google的專屬。在“精益創(chuàng)業(yè)”思想浪潮的席卷下，硅谷的諸多巨頭都用上了A/B測試這一增長利器，并且將其傳道。
流媒體巨頭Netflix就是A/B測試的信奉者之一，并且樂此不疲地在自己的科技博客里分享其A/B測試實踐中的方法和經驗。
“如果消費者在90秒內沒有找到可觀看的內容，他們就會離開。”Netflix在博客里強調。為了在這短短的90秒內抓住用戶，Netflix絞盡腦汁。其在UI布局設計、個性化主頁、播放功能等等環(huán)節(jié)都會進行A/B測試，因為一個簡單的標題或者圖片改動就能讓觀看量得到20%-30%的增長。據「深響」了解，國內的一些視頻網站也采取了類似的做法。
Netflix早期進行的經典測試之一是關于影片或劇集的展示圖對點擊率的影響。
《人小志氣高》（The Short Game）是一部講述小學生在高爾夫球場上競技的影片。Netflix對不同用戶組推送了不同的展示海報，并分析了幾個關鍵指標，包括點擊率、總播放時長、短時播放的比例、觀看的內容比例等等，最終發(fā)現下圖中間（Cell 2）的海報勝出了，實驗用戶組平均的點擊率比默認組高14%。
這是一個信號——展示海報對用戶行為可以產生影響。證實這個假設之后，Netflix繼續(xù)進行更復雜、更多維度的測試去優(yōu)化用戶界面。
A/B測試是一個統(tǒng)計學與數學的實驗，解構每一個元素，如何盡量撇除其他因素的影響，從一次次測驗中歸納出關于用戶行為的規(guī)律。
Netflix的技術人員在博客里寫到，他們通過實驗發(fā)現，具有強表現力的面孔比平靜的更吸引用戶眼球；更具辨識度或者兩極化的人物形象表現通常更好；反派人物能得到較高點擊率；封面包含三個及以上人的時候點擊率又會下降……而這些實驗結果也并非絕對的，不同地區(qū)的觀眾對圖像的反應會產生差異，這要求顆粒度更細的實驗和運營。
互聯網巨頭們在A/B測試的普及進程中起到了標桿性的作用。而這種科學精神在“大佬”們的推動下已經滲透了整個互聯網。
在“效率第一”的硅谷，產品決策的流程化在加速，A/B測試是重要一環(huán)。用戶們對于App的新功能感到興奮，但并不知道，在最終呈現之前，有多少版本在實驗中落敗。
Snapchat的崛起讓社交網絡大哥Facebook感到恐慌。圍繞Snapchat獨特的“閱后即焚”和“快拍”功能，Facebook在旗下的不同社交平臺上展開了一系列測試。一次次失敗之后，允許用戶發(fā)布24小時限時內容的“快拍”（Stories）的功能現身在Instagram上，為這個已略顯疲態(tài)的圖片社交產品注入新鮮感。
為了更高效率地在移動端進行A/B測試，Facebook開發(fā)了Airlock測試框架，助力內部開發(fā)人員。
其實，A/B測試不僅有益于自身產品的優(yōu)化，也可賦能生態(tài)內的客戶，實現雙贏，何樂而不為？我們看到，除了上文提到的Google，亞馬遜和Facebook也把一些A/B測試工具開放給商家和廣告主。
比如亞馬遜，這家屢次登頂全球市值巔峰的公司就有多種適配的A/B測試工具，讓商家去檢驗怎樣的商品名稱和展示頁可以有效提升品牌度和銷售量。
而Facebook作為廣告營銷的重要平臺，也完善了適用于各個場景的A/B測試工具，讓廣告主和品牌來評估各項方案，實現投放效益最大化。
不止是巨頭
A/B測試不只是互聯網巨頭的殺手锏，它也是游戲、媒體、金融等行業(yè)的?？?。在硅谷，無論公司大小都已意識到A/B測試對于決策的重要性。
2013年，著名的互動軟件娛樂公司藝電（Electronic Arts）上線《模擬城市5》之后兩周就賣出了110萬份。其中游戲50%的銷售都來自于網上下載，傲人的成績歸功于一個近乎完美的A/B測試。
藝電為游戲銷售頁面設計了兩個方案。一個版本是，促銷的信息顯示在預訂的頁面banner 上，讓購買者一目了然；另一個方案是把促銷信息刪了。實驗結果是沒有促銷信息的版本相較前者的轉化率提升了43.4%。最終他們采用了這一方案，實現了上述銷量。
這個A/B測試的結果甚至是有點“反常識”的，依據人的經驗，折扣信息往往可以刺激消費者的購買欲，但是通過實驗，顯然這并不適用于《模擬城市5》的目標群體。
有促銷信息的版本（上）與沒有促銷信息的版本（下）
媒體行業(yè)也常用A/B測試的方式對標題進行實驗，來吸引網絡時代越來越不耐心的讀者們 。
《紐約時報》采取A/B測試，在其網站上為同一文章展示不同標題，在一些案例中，一個好標題可以提升成倍的閱讀量。比如，《紐約時報》編輯寫到，“巴爾的摩的反省，弗雷迪·格雷周年祭”（Soul-Searching in Baltimore, a Year After Freddie Gray’s Death）和“弗雷迪·格雷死亡之后的巴爾的摩：‘心境已變’”（Baltimore After Freddie Gray: The ‘Mind-Set Has Changed’）相比，后一標題的閱讀量得到1677%的提升。
有意思的是，A/B測試還收獲了政客們的青睞。
2008年，奧巴馬團隊競選團隊為募捐網站設計了4種按鈕和6個不同的圖像。對24種不同組合，團隊進行了數據跟蹤，最終下圖右上角的界面獲勝，注冊率相比原始界面提高了40.6%。這40.6%的新增用戶直接帶來了額外的近6000萬美元的捐款。
這次A/B測試的成功，促使競選團隊的數據分析總監(jiān)丹·西羅克 （Dan Siroker）在2009年創(chuàng)立了Optimizely，一個A/B測試工具平臺，幫助沒有技術背景的用戶測試不同版本的網站，優(yōu)化體驗。
我們試圖尋找美國商業(yè)大亨們抵觸A/B測試的案例，但抱歉的是，這種科學思路其實是西方社會普遍推崇的思維方式，“你不需要跟他們解釋太多，因為A/B測試根上的理念就是他們小時候天天學的邏輯、實驗、critical thinking（辯證思維）?！币晃辉诠韫裙ぷ鞯娜A人工程師告訴「深響」。
幾百年來，A/B測試的核心原理始終未變。作為“數據驅動”、“科學精神”的完美體現，更作為一種前置驗證的手段，A/B測試幫助企業(yè)驗證了策略收益，避免錯誤策略所帶來的負面影響，其所帶來的收益將遠大于企業(yè)所付出的成本。
在這樣的共識與汗牛充棟的成功案例下，A/B測試得到硅谷巨頭們的擁躉，成為各行各業(yè)大大小小企業(yè)、產品的增長利器、工具標配。當然，暖風吹過西海岸，這把利器也正在大洋彼岸的中國發(fā)光發(fā)熱，并且逐步展現出本地化的特色和新意。
—— 如果覺得文章還OK，請轉發(fā) ——
特別提示：關注本專欄，別錯過行業(yè)干貨！
PS：本司承接 小紅書 / 淘寶逛逛 / 抖音 / 百度系 / 知乎 / 微博/大眾點評 等 全網各平臺推廣；
咨詢微信：139 1053 2512 (同電話)
首席增長官CGO薦讀：
更多精彩，關注：增長黑客（GrowthHK.cn）
增長黑客（Growth Hacker）是依靠技術和數據來達成各種營銷目標的新型團隊角色。從單線思維者時常忽略的角度和高度，梳理整合產品發(fā)展的因素，實現低成本甚至零成本帶來的有效增長…
本文經授權發(fā)布，不代表增長黑客立場，如若轉載，請注明出處：http://m.gptmaths.com/quan/40927.html
微信掃一掃 
支付寶掃一掃 
