AB测试：基本概念

　　网站设计中，我们经常会面临多个设计方案的选择，比如某个按钮是用红色还是用蓝色，是放左边还是放右边。传统的解决方法通常是集体讨论表决，或者由某位专家或领导来拍板，实在决定不了时也有随机选一个上线的。虽然传统解决办法多数情况下也是有效的，但AB测试（ABTesting）可能是解决这类问题的一个更好的方法。
　　所谓AB测试，简单来说，就是为同一个目标制定两个方案（比如两个页面），让一部分用户使用A方案，另一部分用户使用B方案，记录下用户的使用情况，看哪个方案更符合设计目标。当然，在实际操作过程之中还有许多需要注意的细节。
　　AB测试并不是互联网测试新发明的方法，事实上，自然界也存在着类似AB测试的事件，比如下图中的达尔文雀。
　　达尔文雀主要生活在太平洋东部加拉帕戈斯（Galapagos）的一个名为伊莎贝拉（Isabela）的岛上，一部分生活在岛的西部，另一部分生活在岛的东部，由于生活环境的细微不同它们进化出了不同的喙。这被认为是自然选择学说上的一个重要例证。
　　同样一种鸟，究竟哪一种喙更适合生存呢？自然界给出了她的解决方案，让鸟儿自己变异（多个设计方案），然后优胜劣汰。具体到达尔文雀这个例子上，不同的环境中喙也有不同的解决方案。
　　上面的例子虽然和网站设计无关，但包含了AB测试最核心的思想，即：
　　1、多个方案并行测试；
　　2、每个方案只有一个变量（比如鸟喙）不同；
　　3、以某种规则优胜劣汰。
　　需要特别留意的是第2点，它暗示了AB测试的应用范围，必须是单变量。有时我们的多个设计稿可能会有非常大的差异，这样的情况一般不太适合做AB测试，因为它们的变量太多了，变量之间会有较多的干扰，我们很难通过AB测试的方法来找出各个变量对结果的影响程度。比如，土豆烧肉和豆腐鲫鱼汤都挺美味，但我们很难比较土豆和豆腐哪一个对菜的美味影响更大，而土豆烧肉和豆腐烧肉则是不错的比较。另外，虽然AB测试名字中只包含A、B，但并不是说它只能用于比较两个方案的好坏，事实上，你完全可以设计多个方案进行测试，“AB测试”这个名字只是一个习惯的叫法。
　　回到网站设计，一般来说，每个设计方案应该大体上是相同的，只是某一个地方有所不同，比如某处排版、文案、图片、颜色等。然后对不同的用户展示不同的方案。
　　要注意，不同的用户在他的一次浏览过程中，看到的应该一直是同一个方案。比如他一开始看到的是A方案，则在此次会话中应该一直向他展示A方案，而不能一会儿让他看A方案，一会儿让他看B方案。同时，还需要注意控制访问各个版本的人数，大多数情况下我们会希望将访问者平均分配到各个不同的版本上。要做到这些很简单，根据cookie（比如cookie会话ID的最后一位数字）决定展示哪个版本就是一个不错的方法。
　　下面是AB测试示意图：
　　可以看到，要实现AB测试，我们需要做以下几个工作：
　　1、开发两个（或多个）不同的版本并部署；