千万，正在实践操作进程之中再有许多需求留意的底细。固然保守处理方法少数状况下也是无效的，但A/B 测试（A/B Testing）能够是处理这类成绩的一度更好的办法。
2、搜集数据；
1、开拓两个（或者多个）没有同的读物并安排；
能够看到，要完成 A/B 测试，咱们需求做以次多少个任务：
上面是 A/B 测试示企图：
要留意，没有同的用户正在他的一次阅读进程中，看到的该当没有断是同一度计划。对于于 A/B 测试的根本概念就引见到那里，其他全体我会正在后续作品中接续引见。
达尔文雀次要生涯正在安定洋东部加拉帕戈斯（Galapagos）的一度名为伊莎贝拉（Isabela）的岛上，一全体生涯正在岛的西部，另一全体生涯正在岛的东部，因为生涯条件的纤细没有同它们退化出了没有同的喙。有时咱们的多个设想稿能够会有无比大的差别，那样的状况正常没有太适宜做 A/B 测试，由于它们的变量太多了，变量之间会有较多的搅扰，咱们很难经过 A/B 测试的办法来找到各个变量对于后果的反应水平。
A/B 测试并没有是互联网络测试新创造的办法，现实上，做作界也具有着相似 A/B 测试的事情，比方下图中的达尔文雀。
回到网站设想，正常来说，每个设想计划该当大致上是相反的，但是某一度中央有所没有同，比方某处排字、文案、图片、色彩等。而后对于没有同的用户展现没有同的计划。要做到该署很容易，依据 cookie （比方 cookie 人机会话ID的最初一次数目字）决议展现哪个读物就是一度没有错的办法。这被以为是做作取舍学问上的一度主要例证。比方他一开端看到的是 A 计划，则正在本次人机会话中该当没有断向他展现 A 计划，而没有能不一会儿让他看 A 计划，不一会儿让他看 B 计划。同声，还需求留意掌握拜访各个读物的人口，大少数状况下咱们会指望将拜访者均匀调配到各个没有同的读物上。比方，马铃薯烧肉和豆花鲫菜汤都挺美食，但咱们很难比拟马铃薯和豆花哪一度对于菜的美食反应更大，而马铃薯烧肉和豆花烧肉则是没有错的比拟。
需求尤其注意的是第 2 点，它使眼色了 A/B 测试的使用范畴，——必需是单变量。
3、以那种规定优胜劣汰。
网站设想中，咱们时常晤面临多个设想计划的取舍，比方这个旋钮是用白色还是用蓝色，是放右边还是放左边。
2、每个计划只要一度变量（比方鸟喙）没有同；
1、多个计划并行测试；
下面的事例固然和网站设想有关，但蕴含了 A/B 测试最中心的思维，即：
异样一种鸟，终究哪一种喙更适宜生活呢？做作界给出了她的处理计划，让鸟儿本人变异（多个设想计划），而后优胜劣汰。此外，固然 A/B 测试名字中只蕴含 A、B ，但并没有是说它只能用来比拟两个计划的是非，现实上，你彻底能够设想多个计划停止测试，“A/B 测试”某个名字但是一度习气的叫法。保守的处理办法一般是群体议论表决，或者许由某位内行或者指导来点头，着实决议没有了时也有随机选一度上线的。
叫做 A/B 测试，容易来说，就是为同一度指标制订两个计划（比方两个页面），让一全体用户运用 A 计划，另一全体用户运用 B 计划，记载下用户的运用状况，看哪个计划更相符设想指标。详细抵达尔文雀某个事例上，没有同的条件中喙也有没有同的处理计划。
。(义务编者：帝位库)
3、综合数据，得出后果。