在网站的上下文中,这意味着站点/ webapp的某些用户获得稍微修改的版本,并且您验证每个修改如何影响可用性/用户的行为与基线"控制"版本相比.
与A/B测试一样,这是一种统计技术,您需要足够大的样本来正确评估变更的影响.
这是亚马逊和谷歌在知名网络公司中完成的.
网络A/B测试的一篇非常好的文章(有营销角度)是:http://www.clickz.com/3349901
为了完整性,这里是维基百科的完整A/B测试定义:
A/B测试或桶测试是一种营销测试方法,通过该方法将基线对照样品与各种单变量测试样品进行比较,以提高响应率.这种方法是一种经典的直邮策略,最近在互动空间内采用这种方法来测试横幅广告,电子邮件和登陆页面等策略.
通过测试复制文本,布局,图像和颜色等元素可以看到显着的改进.然而,并非所有元素都产生相同的改进,并且通过查看来自不同测试的结果,可以识别那些始终倾向于产生最大改进的元素.
这种A/B测试方法的雇主将分发多个测试样本,包括控制,以查看哪个单个变量在提高响应率或其他所需结果方面最有效.为了有效,测试必须达到足够大的观众,以便有合理的机会检测控制和其他策略之间的有意义的差异.