猜猜看，我愛的是你還是他呢？
痾..如果可以，我想直接對你做 A/B testing。
A/B testing 的古今中外與日常生活
把 user 分成兩組，一組給 A 版本，另一組給 B 版本，AB 組同時進行測試，最後看哪一組在我們的目標 - 可以是轉換率、瀏覽量、點擊率、成交量等等，表現較好，再決定要用哪個版本。
美國總統大選時，Obama 的團隊就有用到 A/B testing 的方法來設計他的競選網頁，據說不同區域的選民所看到的網頁內容不同，系統會針對該州選民取向，放上對他們而言最具吸引力、最能提升網頁註冊率的宣傳文宣，最大化行銷效益。
其實 A/B testing 的原理很普遍，從前醫學不發達，醫生想知道哪種藥物成效最好，於是隨機將病人分群施予不同藥物，最後評估治療結果，這便是 A/B testing 的概念 。
舉個更親近你我的例子，還記得小時候的生物實驗嗎？
我們想知道不同色光對植物生長狀況的影響，於是準備好幾盆同種植物，分別用藍光、紅光、綠光照射，然後定時測量每盆植物的生長素率，推測哪種色光最有助植物生長，這就是 A/B testing 的原理 - 更動單一要素後，比較不同組表現，藉此了解這個要素的作用。
A/B testing 與你想得不同
A/B testing 最常見於測試網頁，但其實實體產品也可測，原理相同，例如：設計 A/B 兩個版本的行銷信件，改變其中某一元素，可以是宣傳文案、信封顏色、紙張材質等，再同時將 A/B 版本寄給兩群 user，觀察哪一群 user 的的購買量、詢問度上升，比較 A/B 誰勝出。
乍聽 A/B testing ，會以為只能測試 A、B 兩個版本，但其實它也可以測試兩個以上的的版本，變成 A/B/C/.. testing，重點是它們必須在相同元素的相同維度上做變化，例如：比較按鈕大小，其中元素是按鈕，維度是尺寸。
怎麼做 A/B testing-工具
谷歌 A/B testing tool comparison 就可以查到許多資源以及它們之間的比較，若需免費工具則有 Google Website Analyzer。
怎麼做 A/B testing-流程
你會發現流程與從前教的科學實驗十分類似，大架構都是觀察、提出假設、驗證假設，畢竟 A/B testing 本來就源自行之有年的科研方法。
以下就以網頁填表格為例，跑一遍流程。
現象發現- 例如：發現 user 在填表格頁面的跳出率很高。
設定目標- 提升 user 表格完成率。
實際觀察- 設計問題訪談 user 、實際觀察 user 怎麼填表格。
提出假設- 多數 user 一看到表格就不想填了，因為兩欄式表格看起來要填很久。
測試假設-
1.擬定測試計畫
將原版本 - 兩欄式表格與新版本 - 一欄式表格同時分配給兩群目標 user，開始測試。
2.擬定測試天數
3.擬定觀測數據，例如：若目標是 user 表格完成率上升，則填完表格後進入的頁面，瀏覽量應該也會上升，所以我們需要觀測這一頁的數據變化。
評估結果-
1.結果
看哪種版本表格完成率較高，且此差距具有統計意義。
若兩版本結果差不多，表示假設可能有誤，需要重新提出。
2.再測試
過程中是否出現其他問題想進一步測試？
即使初次 A/B testing 就有明確結果，後續再多做幾次確認，可以避免一時匆促造成損失。
3.評估
即便結果有統計意義，仍須進一步評估改變版本對整體是否有利。
想更具體了解 AB testing 怎麼做嗎？可以看 Conversion Lab 寫的 AB測試第一次就上手～新手基礎篇。
