数据产品_数据中台01_ABTest流程与应用

本章主题目标

什么是ABTest

ABTest背景

 双盲测试：出题人和做题人都不知道正在被测试。好处不会受到很多外界客观因素的干扰。

Optimize360谷歌ABTest 的产品。

ABTest定义

 特定用户群 --->不同版本--->反应。用小流量 验证整体。

例如ABC三个版本，分别给三个版本分配流量，观察核心指标，比如点击率用户转化率等。

 确定结果不是由随机误差导致的-->最优版本

AB Test 应用

数据能让我们看到认知之外的事情。

 比如UI界面做蓝色还是绿色 这种玄学问题，可以通过AB test 验证。

A/B Test与增长

 A/BTest是AARRR模型转化率优化的核心工具

AARRR模型---海盗模型，整个增长都是围绕海盗模型做的。

用户获取环节 

对于当下时代，用户获取成本是非常高的，我们都希望用户来了之后最大程度上把用户圈过来。

比如说广告，如何在十多种方案种挑选最优秀的方案。

用户激活环节

用户怎么样在我的应用里找到他想获取的功能，比如导航、搜索、算法等等。

比如说数据算法，挑选更优参数让用户留存率保持最高。

留存环节

让用户找到他想用的更能，而且每天都想用的功能。比如购物车，沉淀了用户的需求。

营收环节

比如说提交订单，是否显示划线原价。

数据驱动

 A/BTest是AARRR模型转化率优化的核心工具

其实ABtest 就是把人为拍脑门决定的事情，留给数据去给人打造认知。

A/B Test 特性 

先验性：通过小流量验证整体。

并行性：AB并不只是AB两个版本，ABtest 分流分组的能力能够在有限的流量下做非常多的实验。

科学性：基于抽样的假设验证。

ABTest的特征决定了更适用成熟公司，适用于那种用户已经不再增长了，需要通过精细化运营提高用户转化率。

不适用于创业公司，需要跑马圈地的那种，因为做ABtest需要分配人部署不同版本，需要等测试结果等耗费成本的操作，那时候更适合拍脑门决定。

如何做ABTest

实验的产生

产品是否需要迭代-->需要，我们需要提高用户转化率

新创意哪一个更好-->新老版本我们我们保留哪一个

此时我们对问题的原因已经有了假设

有哪几种原因-->比如我们U