专栏名称: APPSO

让智能手机更好用的秘密。

换换封面图，视频网站就知道你喜欢看什么？| 灵感早读

APPSO · 公众号 · app · 2017-01-10 08:03

正文

好产品，或许你已见得不少。但好产品背后的探索和思考，恐怕没有太多人知道。

在灵感早读，你会知道「产品人」如何创作，提供更好的用户体验，并影响成千上万人的生活。

我们精选优质内容，为你提供特别的产品视角。如果你有好文推荐，或者希望投稿，欢迎联系 [email protected]。

微信号 appsolution 后台回复「早读」可获取文章合辑。

这是灵感早读的第 11 篇文章

A 君导读 ：资深的欧美影视粉丝，都认识 Netflix 在线影片租赁网站，在上面你能看到各种热门的美剧和电影，《纸牌屋》就是它买下版权并打造的 IP 之一。

AppSo（微信号 appsolution）分享的这篇文章，让 Jessie Chen 告诉你 Netflix 如何通过呈现不同的电影/电视剧封面图，知道怎样的画面能抓住我们的注意力。

你有想过为什么 Netflix 有这么棒的流媒体观赏体验吗？你想知道每次 Netflix 对主页的 UI 层进行重新设计时，A/B 测试发挥着怎样的作用吗？如果你的回答是 yes，那么这篇文章你不能错过。

之前在 Yelp 的设计师与极客大会时，Netflix 的产品设计师 Anna Blaylock 和 Navin Iyengar 分享自己 多年来在数千万用户身上实践过的 A/B 测试心得，结合相关案例的展示，帮助参加者思考自己的产品设计是否真的合理 。

什么是 A/B 测试？

在科学领域中，「假设」是指你即将要通过研究和实验去验证的一个观点或解释。 在设计中，理论或猜想同样可以被当作假设。 假设的一个最基本特征是「 没有预先确定的实验结果 」，同时必须是 可以被反复验证的 。

A/B 测试的主要概念在于创造一组实验，其中包括一个对照组和若干个经过处理的实验组（在 Netflix 内部实验组被称作「cell」）。

在具体的实验中，每个被选中参与实验的用户都会且仅会被划进一个「cell」中，其中有一个「默认cell」，它充当对照组的角色，对照组内的用户体验的产品与未参与实验的用户完全一致。

——引自 Netflix 博客

Netflix 实施 A/B 测试的流程

测试开始后，实验人员会 追踪特定的重要数据指标 ，例如用户浏览视频流的时间长度或者是留存率等等。

一旦测试用户表现出具有足够说服力的行为，实验人员就会对比各个测试组的效果，并将表现最好的那个小组指定为最优小组。

「实验方法」指的是实验的具体操作步骤，包括 Netflix 在内的许多公司都会通过实验去获取用户数据。为了尽可能高效率地解决我们感兴趣的问题， 实施实验前需要耗费大量的时间和精力去设计和组织一个合理的实验方案 ， 以确保尽实验数据在类型和数量上都是充分且有效的 。

每次你登陆 Netflix 的主页，首页专题都会发生变化。这正是 Netflix 为了引导你观看他们提供的节目而进行的复杂实验中的一部分。

首次登陆时呈现的主页：

非登陆用户看到的《纸牌屋》页面：

第二次登陆时的首页：

我修改用户名称后的首页：

当我用儿童身份登录时看到的主页：

非登陆状态下的首页：

A/B 测试的概念在于给不同用户小组提供不同的内容，收集用户行为并将分析结果用于制定未来的内容投放策略 。Netflix 的工程师 Gopal Krishnan 在博客中写到：

如果你不能在 90 秒以内紧紧抓住用户的注意力，用户就很可能会失去兴趣而去进行别的操作。

类似的无效访问之所以会经常出现，一方面可能是因为 我们没有为用户提供他们感兴趣的内容 ，另一方面也有可能 我们确实提供了用户想看的内容，但没有充分的证据去解释为什么用户应该看到这些内容 。

Netflix 曾在 2013 年完成一次实验，去探索对于同一个标题而言，丰富封面图的多样性能不能带来观众数量的增长。实验结果如下：

图来译自Netflix技术博客

用户相当明显地表现出了对封面图变化的高敏感度，利用这个特征，可以帮助 Netflix 的用户在浏览选剧时更容易地找到喜爱的目标剧集。

Netflix 随后建立了一个封面图自动分类系统，将共用一张背景图但具有不同长宽比、裁剪位置、小规模修整以及标题经过局部处理的封面图分为一组作为比较，并在网站上的不断重复试验，以追踪具有相似特征的封面图吸引点击的效果。

下面是一些案例：

两张标记封面图效果显著优于其他实验对象：

图来自 Netflix 技术博客

最后一张标记封面图效果显著优于其他实验对象：

图来自 Netflix 技术博客

我们能从中学习到什么？

A/B 测试是理解用户行为最可靠的方法。作为设计师，我们需要通过实验反思我们的工作。 因为我们的直觉并不总是对的 。

1. 进行 A/B 测试的时间及理由

当你完成了一项产品设计，可以使用 A/B 测试对设计进行调整，主要关注两个关键指标：留存和收益。

通过 A/B 测试对产品的各方各面进行优化，并对用户进行长时间的追踪观察，你可以发现所做的改动是否提升了留存率或收益。 如果确实有效，就把改动全量上线 。就这样，A/B 测试可以用来持续不断地提升商业指标的表现。

2. 用户是否按照你想的那样在使用产品？

根据我的经验， 用户通常无法按照你设想的那样快速完成一个任务，他们有时候甚至无法发现你在页面上设置了一个显眼的按钮 。造成这种现象的原因有很多：可能是设计不够直观，可能是按钮配色不够显眼，可能用户还没有用惯这一类产品，也有可能是页面布置了太多按钮让用户难以抉择等等。

3. 你的直觉是正确的吗？

令人沮丧的是，当我们研究用户行为时，直觉的运用往往适得其反，因此 A/B 测试是唯一可以验证用户行为的方法 ，也是可以证明为了获取最有效果，我们选用当前设计而非其它的唯一方法。

换换封面图，视频网站就知道你喜欢看什么？| 灵感早读

正文

请到「今天看啥」查看全文