例如,我們設(shè)計(jì)了兩種不同形式的產(chǎn)品交互,并通過比較實(shí)驗(yàn)組(A組)和對照組(B組)的訪問時(shí)間和頁面瀏覽量來評估哪種形式的交互效果更好。
A/B測試有兩個(gè)必要的因素:第一,有足夠的時(shí)間進(jìn)行測試;二是商業(yè)數(shù)據(jù)量大,數(shù)據(jù)密度高。因?yàn)楫?dāng)產(chǎn)品流量不夠大時(shí),A/B測試很難得到統(tǒng)計(jì)結(jié)果。像LinkedIn這樣的大公司每天可以同時(shí)進(jìn)行數(shù)千次A/B測試。因此,當(dāng)公司數(shù)據(jù)規(guī)模較大時(shí),A/B檢驗(yàn)往往更準(zhǔn)確、更快地得到統(tǒng)計(jì)結(jié)果。
聲明:文中部分素材來源于網(wǎng)絡(luò),如有侵權(quán)聯(lián)系刪除。未經(jīng)本站授權(quán),任何人不得復(fù)制轉(zhuǎn)載、或以其他方式使用本網(wǎng)站的內(nèi)容