和讯网|揭秘互联网巨头们的通用增长神器——A/B Test 从勇者为王到精益创业

从勇者为王到精益创业，一代又一代的企业在这个瞬息万变的商业世界中追寻着增长的脉动与规律。大到国外的Google、Netflix、亚马逊，国内的字节跳动、BAT ，小到十个人的创业公司、一个人的产品思考，所有人都渴望拨开重重迷雾、锚定真正的增长引擎。
在众多的增长方法中， A/B测试是最能体现、代表数据驱动理念的产品。为了进一步厘清这一增长方法的来龙去脉、可行性与适用范围、真正价值与常见误区，「深响」在充分的国内外案头研究基础上，访谈到多位一线操盘手，沉淀出当下市场对于A/B测试、数据驱动的主流理解与实际落地应用的情况。
今天为您奉上增长实验室系列第1篇，《揭秘Google、FB、Netflix、亚马逊的通用增长神器》。
故事要从18世纪说起。
工业革命、启蒙运动，人类的底层逻辑被刷新，科学的研究方法与成果掀起层层浪潮，一些困扰多年的难题被解开。在欧洲，以航海为生命的维京后代们继续着他们的远征，但不幸的是，长期远洋航行的水手船员在恶劣的海上环境中常被坏血病困扰。
一边是经济社会的蓬勃发展，对于更多资源的饥渴需求，一边则是出海的勇士们被坏血病折戟，严重的时候超过半数船员再也无法回到起航时的港口。幸运的是，英国海军医生詹姆斯·林德发现了一种神奇的巧合——食谱中有柑橘类的水果的船员患坏血病的几率更低，船员的救命药难道就是再普通不过的青柠(lime)吗?
质疑医生的人很多。他选择用一种在今天看来已经非常普通且广泛运用在互联网的方法来证明自己的猜想——A/B测试。
他把患病的12名船员们分成六组，确保病人们的基本食物一样，所处环境也相同，唯一的变量是，给每组开出了不同的疗法：一组船员的饮食中加入青柠、一组加入橘子、一组加苹果、一组加醋、一组加酏剂、一组加海水。结果显而易见，摄入橘子和青柠的两组很快就痊愈了。
这是两百多年前的坏血病实验，其采纳的A/B测试已经成为医学领域最为常见的实验方法。而如今， A/B测试也已在医学之外的领域开花结果，成为了包括硅谷在内，全球互联网与商业的方法圭臬——在多种因素都对实验结果有影响时，保证其他条件相同，来证明某一变量对结果的确切影响。 A/B测试以小成本快速试错，用客观数据结果纠偏人们的主观臆断，让产品与生意最大限度地科学增长。
或许有人会问，这不就是简单的对照组实验吗?但千万别小看A/B测试，它不只是粗暴地分组比较，而是基于实验对象的精细测评，每一个维度的筛选、每一个差异刺激的设计，都需要严谨的依据和判断。在这个信息爆炸、场景碎片化的多样化时代，变量无处不在，如何做好一个A/B测试，测之有因，测其所得，并不是件简单的事。
与此同时，商业社会空前繁盛，竞争激烈到每一个罅隙的增长都必须争取，生意对于失败的容错率非常低。而A/B测试便是那个科学分析、最大限度规避风险、敏捷增长的利器。
从1990年代后期开始，科技巨头就开始借助A/B测试来确定最优方案，并逐渐形成自己的测试平台和体系。今天，包括Google、Facebook、亚马逊在内的大公司每年都进行数千到数万次实验，新一代在数据驱动思维里成长起来的初创企业也见识到了A/B测试带来的增长魔力。
Google先驱
互联网行业的A/B测试本质上是一种先验的实验体系，针对某一需要改进的功能、页面或是产品，提供两种或以上的方案，合理分配流量，将不同方案发布给不同用户。在运行一段时间后，结合各项指标和科学的统计方法，对比实验数据做出决策，将最优方案更新给全量用户。
通常的流程是，确定目标、建立实验假设、设定指标评估影响、设计及开发实验方案、确定测试时长和分流方案等、采集和分析数据、最后进行评估得出结论。通过科学的实验设置，测试不仅可以对比出哪种方案更好，还能预测性地通过一些指标(比如用户的访问时间、留存度、下单率等) ，量化最优方案好多少。
Google是互联网界A/B测试的先驱。
早在2000年， Google工程师就进行了他们的第一次A/B测试，用于确定搜索结果页面上展示多少条对用户最友好。这次尝试称不上成功。世纪之交，缓慢的网页加载速度未能允许实验达到预期。
但是Google成为了A/B测试的忠实拥护者，仅仅在2011年一年时间里，这家搜索巨头就进行了7000多次的测试。