专栏名称: 大数据应用
数据应用学院被评为2016北美Top Data Camp, 是最专业一站式数据科学咨询服务机构,你的数据科学求职咨询专家!
目录
相关文章推荐
CDA数据分析师  ·  Deepseek教我自学Python,貌似3 ... ·  2 天前  
大数据与机器学习文摘  ·  OpenAI ... ·  3 天前  
数据派THU  ·  Transfusion: ... ·  4 天前  
数据派THU  ·  时间序列平稳性的双重假设检验:KPSS与AD ... ·  4 天前  
国家数据局  ·  2024年“数据要素×”大赛优秀项目案例集— ... ·  3 天前  
51好读  ›  专栏  ›  大数据应用

A\/B Testing | 连8年经验的Senior Business Analyst都容易忽略的两种错误是?

大数据应用  · 公众号  · 大数据  · 2018-05-12 09:11

正文

几周前,我会见了一位资深产品经理,这位产品经理在PM领域拥有大约十年半的经验。他很自豪地讲到公司每天都要进行数百次的A/B测试实验,并且将实验结果用于调整产品。


如果用户更喜欢点击蓝色按钮,那么我们就把主键设置为蓝色。如果用户知道这家酒店的房间快订满时才会赶紧预订,那么我们就让用户看到剩余房间的数量,或者显示更少的剩余房间,这样才会促使用户更快预订。


然而我们从来不问自己问什么要这样做,其实我们忽略了以下两种错误。


因果关系推动决策,反之未然。

我对“五问”分析方法深信不疑。了解驱动用户行为的根本原因和提前了解用户行为同样重要。如果A/B测试在年初和在六个月后分别给你一个结果,你是否真的在实验中获得了任何有价值的信息?


通过“五问”我们能够识别产生用户行为的根本原因,正因为如此“五问法”具有很强的吸引力。


另一个技巧是从A/B测试中得到初步的结果,然后用现实生活中的客户来验证这些发现和假设。对五万个用户进行测试的确重要,但是经验不足的产品经理往往只看到数据,如果在现实生活中和另外50个客户交谈可以增强测试的影响,那么我们为什么不去和他们交谈呢?



选择偏差可以扼杀测试的真实性。

盲目A/B测试的另一个问题是,营销人员和产品经理往往忽视了一种固有的选择偏见。直到你完全确定每天来你网站的用户代表了整个用户群体时,你才可以忽视这种偏见。


以下这些偏见的影响值得我们注意:


1

日常销售的影响。

比如你是一家电子商务公司,那么每日的促销和销售量都会影响您主页上的用户。如果你们公司销售各种类型产品,那么您的主页在情人节和在推出新的小米手机的时候则会有很大的不同。这些日子里做的任何A/B 实验都只能代表特定群体,所以我们需要消除异常值对用户群体的影响,并在用户更具有代表性的情况下选择一天进行测试,而不是每天数百次的测试。



2

现场行为的差异。

毫无疑问,一个经常花费15分钟的老客户和一个第一次登陆你的网站并在10秒内付费的用户是不一样的。如果一个变动能够留住老客户,但是不会吸引新用户,那么你的用户群体将逐渐减小。为了避免这种情况发生,你的测试应该集中在平均水平的用户群,去掉花费太少或太多时间的用户,以及频繁购买和回购过快的用户。




总结:

*A/B 测试在帮助我们理解用户动机方面是非常有用的,但是一个考虑不周的测试获得的反馈结果则会弊大于利,所以我们不要盲目试验。


*绘制因果关系,采取额外步骤,获得第一手的用户反馈,并且保证其数量和质量。


*避免固有的选择偏差,看看什么可能会导致你的行业出现选择偏差,并加以防范。



你是不是迫不及待想要系统地了解一下

A/B Testing ??

一个免费地机会摆在你眼前!

就看你愿不愿意长按下面地二维码了!

如果你真的不愿意长按上面的二维码

你也可以滑到最下面

点击阅读原文




LIVE 直播课信息








请到「今天看啥」查看全文