揭露今日头条增长的秘密，其中有一点最值得你学…

揭露今日头条增长的秘密，其中有一点最值得你学…

2018年，中国移动通信互联网技术用户增长放缓，上半年仅增长2万人。

但是，有一匹黑马，在这样的极端条件下逆水行舟。

今日头条显示，个人app用户的应用时长占比从3.9%激增至10.1%，增长了1.6倍。超越百度搜索部，阿里集团总申请时间排名第二。

更何况，头条产品的高速增长速度依然不变。仅今日头条新闻App每天还在增加100万。

头条号系统如何保证这类“无良”用户的提升，背后其实有一些并非基于认知能力的秘密。

今日头条会自主创新(或抄袭)蛋品，为每个产品设定生死线(RIO)。超越生死线的产品，可以借助头条站内的总流量，快速使其成为千万级日活。

今日头条入驻近60种商品。

今日头条有非常强大的数据视频监控系统(付出一定代价购买数据)，所有商品的日常活跃度和数据提升都会在他们的监管之下。

此外，为了更好地帮助提高产品创新的通过率，今日头条甚至产品都开发了一套改进模块。在我们还在为功能键的排列发愁的时候，他们会在进行几十次甚至上百次的A/B测试，帮助产品运营和管理人员找到最佳方案。

今日头条强大的生死线和数据视频监控系统无法效仿，他们的改进模块暂时无法开发。但是有了有助于选择最佳方案的A/B测试，大家还是可以进行模仿学习和训练的。

虽然A/B测试曾经被广泛应用于商品行业，但它可以用来区分功能的价值。其实A/B测试早已渗透到业务中。有一天，微信微信官方账号可以发布小总流量打开率的测试功能。估计你会乐坏了它！

什么是A/B测试

A/B测试，也称为控制测试和任意测试。简单来说，就是为了同一个总体目标设计方案A和方案B，让一部分用户可以应用方案A，一部分用户可以应用方案B，记录用户的应用状态，根据用户的反馈，哪个方案更好。

不要以为这里的“A/B测试”确实总有A计划和B计划，“A/B测试”只是一个潜意识的名字。你应该可以有C、D、E多种方案来测试。

看完定义，你大概会觉得“A/B测试”的定义早就变质了。明确提出多种方案，然后选择哪一种实际效果最好，是不是很不方便？

其实基础理论说起来很简单，但是具体做起来需要很多方法。先来看看吧。今日头条是如何进行A/B测试的？

今日头条的今日头条有“双头条”的功能，其实是一次A/B测试的实践活动。

也许你可以说，这不就是为了更好的让用户有更广阔的开放空间空？一个内容可以有两个标题，然后一个标题废了，还有一个支持。不像微信公众平台只有一个标题。一旦题目报废，大部分阅读量就没救了。

其实今日头条设置“双头条”功能是为了更好的更准确的掌握用户对头条的反馈，进而掌握用户的个人行为数据。

自然，今日头条在A/B测试中最厉害的玩法非“双冠王”效应莫属。由于只考头条，“标题党”就会横行。所以今日头条A/B有一套“动态”的内容推荐系统。这里的“动态”是指根据反馈结果自动更新和调整。

这种“动态”的内容强推荐系统是如何运作的？

同样的方案，今日头条会先强烈推荐给小类别的群体:

比如100个人，如果这100个人对标题和内容的反馈都非常好，那么就把方案强烈推荐给更大的群体，比如500人。如果这500人对标题和内容的反馈非常好，那么就强烈推荐给更大的群体，比如2000人，以此类推。

将收集用户的个人行为姿态。根据《今日头条推荐系统原理》的详细介绍，大部分每小时都能看到用户对内容的反馈。但由于数据每小时都有波动，今日头条一般以当天为时间范围来查询用户的个人行为数据。

在收集到用户的个人行为姿态后，今日头条会展示系统日志解决方案，分布式系统统计分析，加载到数据库中。

今日头条系统软件可以自动生成:测试数据对比、测试数据置信度、测试结果汇总、测试推广建议书。

从那个角度来说，你是不是觉得A/B测试的杀伤力真的很强？不仅完成了节目调查，还能根据测试把握用户口味，强力推荐精细化管理内容，更能吸引用户。

A/B测试的应用

有可能你能感觉到A/B测试只有大企业才能享受，和所有人无关。很可能你也会觉得这只是商品的问题，与大家的生意无关。

那你的误会就更大了。不仅小游戏玩家可以玩，而且和大家的生意也有很大关系。如果你是一个可以提升的经营者，你很可能会成为大家企业的老板。

举个例子:

以前我们邀请了一个“深夜做爱”的小编阿福，让我们分享微课。但是到了微课，肯定是要对微课的海报进行打磨的，这样才能提高宣传策划的实际效果。

所以我们请我们公司的设计总监做了一个版本。结果我们出门的时候，杂志的美女姐姐们都辩称自己的建议不符合要求。

一个认为“如何写出用户喜欢的营销软文”的主题风格不吸引人，应该改成“写出用户喜欢的营销软文的10个小技巧”。

也有一个人赞同，但应该进一步推广，改成“10笔写成让用户疯狂的转换创意文案”。

这时候贤哥很机敏的说，你不会做3版海报吗？同一时间只能分享一张小宝贝海报(所有小宝贝海报都有5000个好友)，最好测试一下哪个版本实际有效。

当时大家都没有想到。其实这就是A/B测试的逻辑思维。

之后大家贯彻了贤哥的想法，测试了三张海报的分享率(分享海报用户/增加用户)。分别为:30%，35%，44%。实际效果最好的一个是:10笔写成用户发疯的转化创意文案。

接下来我们启动了所有的小宝贝号，企业全体员工分享海报，最终吸引了3000人来听课，这也是微课现阶段最有效的分享。

除了微课的应用，A/B测试还可以应用在很多领域。

比如App的推送可以做A/B测试。如果你是饿了么，外卖是为了测试不同的营销活动对于用户留存的效果如何，于是出现了以下场景。

昨天小松子笑着告诉我，她在饿的时候，已经给她发了一条信息:“这里有一张15元超大优惠券要领”，才发现是“15减40”。即便如此，她还是设法一起拍了很多东西。

根据以往的工作经验，如果饿了，外卖喜欢在大家吃饭前推送消息。于是看了看自己的饿了么外卖消息推送:“订单信息满45可获七五折”。乍一看，没什么爱好，起点那么高。

其实这是外卖商家让我们做的A/B测试。

根据这个测试，按照订单的信息率，他们可以发现全部都是特价15元(前提是都花了40人民币)。马上突出显示数据“特价15元”比“满40减15”好多了。

总之，根据A/B测试，我们确实可以尝试出最佳的改进方法。除了App的消息推送和微课的主题风格，还有很多场景是A/B可以测试的，比如付费广告、应用商城、登陆页面、新用户的正确引导步骤等。

A/B考试很容易踩坑

A/B考试看似简单，其实隐藏着很多绊脚石。如果不重视，实验结果就会偏离科研轨道。

1)忽略测试自然环境的差异

如果有一天微信官方账号开发的职称A/B测试真的起作用了，你可以用以下哪个方案来测试你的职称？

A.把苏州的用户分成3组，同时，每条消息推送3个不同的标题。

b、把苏州的用户分成三组，在不同的时间点，由他们各自的消息推送三个不同的标题。

如果真的要选择B计划，恭喜你翻车！

举个不恰当的例子，B计划的测试方法就像电视上打广告一样，各自选择工作日的3点和晚上的黄金时段进行测试采集。

因为测试的自然环境依次不同，受众也不同，最终实验后的数据结果必然会有一些误差，更没有说服力。

2)很容易“用全概率偏向”

如果测试结果没有主要表现出理想化条件下的数据提升，如果马上放弃，可能会再次踩坑。

短租平台，搜索是Airbnb生态系统的基础组成部分。Airbnb之前对搜索页面的改进做了A/B测试，新版本号更注重列出的照片和房子的位置(如下图)。

等了很久，实验数据显示新老版本的整体数据是一样的，好像推广没有太好的实际效果。

这时候如果Airbnb立刻放弃基于整体数据的推广，那么这个耗费了大量动态设计方案的新项目就功亏一篑了。

相反，经过仔细的科学研究，他们发现除了IE之外，新版本在其他不同电脑浏览器中的主要性能都非常好。在意识到新的设计方案阻碍了应用旧版本IE的实际 *** 作(并且这种明显的全局结果导致了非常压抑的伤害)后，Airbnb立即进行了修复。

之后IE修复了和其他电脑浏览器一样的显示结果，实验整体数据提升了2%以上。

根据Airbnb的例子，我们可以学到的是，在整体实际效果不佳时，不必自相残杀，而必须从几个层面详细观察个人的情况，防止因区域集团的失误而导致的管理决策失误。

3)最好的只有一部分是有保证的

绕过以上两个坑之后，你很可能会得到一个相关性非常好的测试结果。当你欢呼雀跃，准备对外开放，提前公布战绩的时候，可能已经踩上了另一个坑——“部分最好”

以某理财投资平台提高新用户申请注册率的A/B测试为例，发现相比“点击注册”、“免费申请”的创意文案，“100元新手领大红包”的申请注册率最高。

但如果他只沉迷于测试创意文案，其实很可能会错过其他更有效的提高用户注册率的设想。

正确的做法是进行用户调查，了解用户不申请注册的原因。一般来说，金融投资平台之所以让用户放弃申请注册，还取决于复杂的注册手续、难以解决的信任问题、不匹配的投资理财产品等。所以，当你完成了申请注册键的创意复制测试后，你还必须进行一个这个级别的实验。

摘要

根据今日头条的分析，我们向你展示A/B测试的强大作用。选择A/B测试不仅可以在众多方案中选出最优方案，实际上可以进行商品的持续迭代更新升级，完成用户的留存。

如今A/B测试早已渗透到管理工作中，管理机构也觉得这个基础理论在具体工作中真的很有用。

1)当有各种选项可供选择，但出现分歧时，可以根据A/B测试找到最佳解决方案。比如文章内容的标题，裂变海报文案，以及其App的推送等。

2)看似简单的A/B测试，其实有很多坑:

①在测试中忽略了自然环境的差异，没有进行自变量 *** 作(只有一个自变量)，导致数据错误；

②断章取义。当测试结果的数据在没有实现梦想的情况下得到提升，商品的推广就会被放弃，导致新项目功亏一篑；

③只进行局部优化，忽略了其他部分的调整和升级。[/s2/]其他级别的系统漏洞没有办法搜索。