A/B Test 使用指南

一、起源
AB测试的概念来源于医学的双盲实验。
AB Test借鉴了实验的思维，目标是为了归因。通俗来说，就是我们想把条件分开，明确的知道，哪种条件下，用户会买账。这就需要三个条件：有对照组，随机分配用户，且用户量足够。
最早的AB测试本身是起源于医学。当一个药剂被研发后，医学工作人员需要评估药剂的效果。一般就会选择两组用户（随机筛选的用户），构建实验组和对照组。用这两组用户来“试药”。也就是实验组用户给真的药剂，对照组用户给安慰剂，但是用户本身不知道自己是什么组，只有医生知道。之后，在后期的观察中，通过一些统计方法，验证效果的差异性是否显著，从而去校验药剂是否达到我们的预期效果。
这个就是最早期的医学“双盲实验”。互联网行业其实也差不多是这么用。我们需要确认的是，当前改版，是否有效果，也就是说，我们需要验证效果的“药剂”变成了一个“改版”。
互联网的AB Test，将web或者app界面或者流程，拆分为多个版本，在同一时间段里，分别让同质化的用户使用。之后收集相关的业务数据，最后评估出最好的版本，从而达到效果最大化。
从本质上来说

A/B Test 使用指南最先出现在Python成神之路。