道与术：数据驱动产品优化离不了的A/B测试

在讲数据驱动产品优化前，我们先来回顾国内互联网的几个阶段。钱天白教授在1987年发出的第一封电子邮件，揭开了国内互联网发展的序幕。 

互联网在中国的发展历程可以大略地划分为三个阶段：1986年6月到1993年3月的研究试验阶段，1994年4月至1996年的起步阶段，以及1997年至今的快速增长阶段，这一阶段诞生了陈天桥、马化腾、汪延等IT 大佬。 

略过前两个阶段，我们来细看快速增长阶段。

 在1997-2004年前后互联网发展的早期，互联网商业化主要是受概念驱动，出来一个全新的概念，似乎很快就能火，因为可选择的产品不多，用户群对互联网也缺少认知。 

经过了大约七八年的“浸淫”（原谅这里用了这么一个词），2004年开始国内互联网逐渐变成了受产品驱动，这一阶段一直持续了将近十年。互联网迅速从蓝海变成红海，要想从激烈的竞争中脱颖而出，各种产品不得不重视用户体验，这期间“人人都是产品经理”，“人人都想做产品经理”。这一阶段的发展不得不忽视的是中国的人口红利和智能手机的普及。

 

IDC 2012-2016年中国智能手机出货量预测

2015年智能手机出货量的饱和和国内人力成本的增加，使得大多数的公司不得不思考产品优化中的投资回报率，这一阶段也就是数据驱动 精细化运营 阶段。这一阶段有这么几个特点：

• 流量成本越来越高

• 想依靠人口红利带来用户增长越来越难

• 不得不思考怎么去做精细化运营，让花出去的每一分钱都带来效果

在产品曝光给用户之前，想一下怎么才能让产品对用户来说更有“眼缘”呢？有“眼缘”之后怎么才能“要到电话”？有了电话又怎么才能跟用户有更大的“约会”机会？进一步的发展呢？ 

对应到技术产品里， A/B 测试 的方法就是将产品的用户流量分割成 A/B 两组，一组试验组，一组对照组，两组用户特点类似，并且同时运行。试验运行一段时间后分别统计两组用户的表现，再将数据结果进行对比，就可以科学的帮助决策。 

单纯的讲 A/B 测试 是如何的科学，对于运营与产品增长是多么有效看起来好苍白，那么我们通过更多的案例来讲。

 

•  Google 每个月从上百个 A/B 测试中找到十几个有效方案，月营收提升2%左右，10亿美元的规模

•  广告位左移一个像素带来 X %的营收，左移两个像素带来 Y %的亏损•  任何产品的优化、改动都需要AB测试才能上线

 

•  facebook 6个月内所有产品全部线上灰度发布，通过不断进行用户的流量分割的方式进行试验，获得无 BUG 口碑

• 滴滴出行在滴滴司机招募的着陆页上，通过尝试不同的设计和文案，使得注册率提升了20%以上

需要注意的是，不是每一次 A/B 测试 验证过的改动都会带来增长，但 A/B 测试 确确实实能帮你排除掉了不好的策略。通过 A/B 测试验证好的改动才通过上线，这就保证了产品迭代中的小步快跑里总是在对产品做优化和提升。 

“从现在开始的10年内，当我们回顾大数据时代是如何发展时，我们会震惊于以往做出决策时信息的匮乏。” 

做对的事情，做 ROI 最高的事情，在避免犯错的情况下最大化优化产品运营漏斗，你需要在产品体系里引入 A/B 测试，拍脑袋的决策已经失效，产品优化中的每一处改动都应该经过数据精确的衡量，毕竟：“ If you can't measure it, you don’t know how to make it better ! ”