AB测试实践总结：基于前端的 AB 测试

A/B测试实践总结：基于前端的A/B测试

A/B测试说白了，简单来说就是为同一个总体目标制定两个方案(比如两个网页)，让一部分用户应用方案A，另一部分用户应用方案B，记录用户的应用状态，看哪个方案更符合设计方案的总体目标。

一：基本要素

在网站制作过程中，人们经常会遇到几种设计方案的选择，比如一个按钮应该是鲜红色还是深蓝色，应该放在左侧还是右侧。传统的解决方案通常是集体讨论和决议，或者由权威专家或领导干部决定。虽然传统的解决方案在大多数情况下是合理的，但A/B测试可能是处理此类问题的更强有力的方法。

A/B测试说白了，简单来说就是为同一个总体目标制定两个方案(比如两个网页)，让一部分用户应用方案A，另一部分用户应用方案B，记录用户的应用状态，看哪个方案更符合设计方案的总体目标。自然在整个 *** 作过程中有很多必须注意的关键点。

A/B测试的最关键概念，即:

好几个方案并行处理测试；每一个方案只有一个自变量不一样；以某类标准适者生存。

特别注意第二点，隐含了A/B测试的应用类别，必须是单个自变量。

另外，虽然A/B测试名只包含A和B，但并不意味着只用来比较两种方案的优劣。其实完全可以设计几个方案进行测试，比如ABC测试。“A/B测试”这个名字只是一个习惯性的名字。

回到网站制作，一般来说，每个设计方案应该大致相同，只有某个区域不同，比如某个版面设计、创意文案、照片、色彩等。然后向不同的用户展示不同的解决方案。

需要注意的是，在一次访问的整个过程中，不同的用户应该总是看到相同的方案。比如他一开始看到A计划，就应该在这段对话中一直给他看A计划，而不是一会儿给他看A计划一会儿看B计划。

另外，一定要注意 *** 控每个版本的浏览总次数。在大多数情况下，人们会期望将访问者平均分成不同的版本。要保证这非常简单，根据cookie(比如cookieconversationID的最后一个数据)来决定显示哪个版本是非常好的方法。

要完成A/B测试，您必须完成以下工作:

1.开发和设计两个(或几个)不同的版本并部署；2.收集数据信息；3.分析数据，得出结果。

二：实践活动方式

从左到右，三条粗横线表示A/B测试中的三个重要角色:手机客户端、网络服务器和数据层。自上而下意味着3种浏览方式:

无A/B测试的一般浏览步骤（NonABtest）根据后端开发分流的A/B测试浏览步骤（Back-endABtest）根据前端开发分流的A/B测试浏览步骤（Front-endABtest）。

A/B测试必须呈现几个不同的版本给不同的用户，也就是必须是一个“流”的阶段。从图中我们可以看到，流媒体可以在手机客户端完成，也可以在服务器端完成。

传统的A/B测试一般分布在服务器端，即根据后端A/B测试，当用户的请求到达远程服务器时，网络服务器按照一定的标准向不同的用户返回不同的版本，记录数据信息的工作也在服务器端进行。

根据后端A/B测试，技术上完成略容易，但缺陷是采集的数据信息一般是宏观经济PV(页面浏览量)信息。虽然可以进行非常复杂的宏观经济行为分析，但要了解用户在某个版本的网页上的实际个人行为，通常会很茫然。

根据前端开发的A/B测试，可以准确记录用户在网页上的每一个个体行为。其特点是前端开发JavaScript，手机客户端可以分流。此外，还可以用JavaScript记录用户电脑鼠标的个人行为(甚至是电脑键盘的个人行为，如果有必要的话)，并且可以立即发送到网络服务器进行记录。

下面，我来介绍一下我们在基于前端的A/B测试中的一些实践活动。

第一个问题是流量怎么分。对于绝大多数需求，我们期望每个版本的视图总数被平均分配。可以根据某个CookieID来划分用户，比如“123.180.140。*.1267882109577.3”，并且可以根据该CookieID的最后一位数字(本例中为“3”)来划分组，例如奇数显示信息A版本和偶数显示信息B版本。

在正确显示匹配版本后，您需要开始收集必要的数据信息。当前版本有多少PV(浏览量)？如果必须记录这些数据信息，则需要在加载适当版本时推送一行信息。但是在很多需求中，实际版本PV的准确标记值大概不是很重要，需要再做一次实际 *** 作才能收集到这个信息，所以这个数据信息一般是可选的。

确定数据信息是测试区用户的点击信息。当用户在测试区域点击鼠标左键时(无论这个点击是在连接上、文本上、照片上还是空白色上)，每个人都必须向引线键合网络服务器推送匹配的引线键合消息。一般来说，该接线信息必须至少包括以下数据信息:

当今A/B测试及其版本标志点击事件的部位点一下时间格式（手机客户端時间）当今点到的URL（假如点在非网页链接地区，该项为空）用户标志（例如CookieID）用户电脑浏览器信息三：运用事例

用AB测试的核心内容来分析:

2个方案并行处理测试（合乎）；每一个方案只有一个自变量不一样（按键的创意文案不一样，合乎）；以某类标准适者生存（最后转换率的高矮，合乎）

注:有人认为按键的点击量才是最终的考量指标值，其实不然。有时候点击量增加了，转化率却降低了，所以这里的最终转化率就是考虑指标值。

比如你的keys创意文案是“点击获得100元大红包”，点击量当然会增加。但是用户点击后发现没有100元就离开了，导致转化率下降。

破塔后数据信息显示，A版转化率5.8%，B版转化率8.2%。考这个之前，你知道“加学习培训”好还是“马上报名”好？

这基本上是一个极端的A/B测试例子:有既定的总体测试目标，有明确的评价指标(订单转化率)，有极端的结果数据。

创作者:jeni，个人微信官方账号:商品时间

文章作者为@jeni，未经批准严禁截取。

注:阅读相关网站基本建设方法的文章，请移至网站建设教程频道栏目。

欢迎分享，转载请注明来源：内存溢出

原文地址: http://outofmemory.cn/zz/769019.html