为什么要使用拆分测试？
在网页上运行 A/B 测试时，流量通常会被分成两部分，一部分用户会看到控制组或原始体验（例如蓝色按钮），另一部分用户会看到变体组或测试体验（黄色按钮）。与定性测试或研究中用户告诉我们他们将做什么不同，在 A/B 测试期间，我们会收集用户在控制组和变体之间进行选择时实际执行的操作的数据。
无需深入探讨如何进行 A/B 测试的数学原理，每个人都应该了解实验的两个基本原则：随机选择和统计显著性。
了解来自全球近 5,000 名营销人员的数据、人工智能等领域的顶级趋势。
A/B 测试中的随机选择是什么？
为了确保结果可信，显示变体的用户应代表目标用户群 - 例如，所有用 立陶宛 whatsapp 数据 户都应是打算购买靴子的人。在大多数情况下，用户数量在对照组和变体组之间平均分配。这就是我们所说的随机选择，这通常用于测试以避免任何偏差。但请注意，有时只选择一小部分用户来查看测试变体，以将风险降至最低。
“我们的成功取决于我们每年、每月、每周、每天进行多少次实验。”
在新窗口中打开亚马逊首席执行官杰夫·贝佐斯
大多数能够在不同营销渠道运行 A/B 测试的商业软件（包括Marketing Cloud）通常都内置了随机选择功能，以便营销人员和非技术人员可以轻松执行测试。