电商ab测试怎么做电商ab测试怎么做出来的

ABtest原理及用法总结

ABtest原理是什么，其实ABtest的基本原理是当我们在A、B两个方案之间犹豫时，直接把两个方案测试一把，看看哪个效果好，把测试结果作为参考依据，但是ABtest的难度主要在开发上：开发新版本、进行测试、测试数据回传保存等等。

一、ABtest的基本原理

简单来说，ABtest就是当我们在A、B两个方案之间犹豫不决的时候，直接把两个方案测试一把，看看哪个效果好，把测试结果作为参考依据。

因为是抽样测试，所以需要一些统计学方法，估计是否测试能代表整体情况，因此要引用统计学方法。

二、ABtest如何做

ABtest本质上是一个：两总体设检验问题，要检验A、B两个版本是一样，还是有所区别。和之前介绍的单总体设检验一样，两总体设检验，也分步骤：

步：明确要检验的A、B两个对象

第二步：明确要检验的指标，是平均值，还是比例

第三步：根据检验目的，给出原设/备选设

第四步：根据要检验的指标，选择检验统计量（是不是头都看大了，其实没关系，大部分统计软件，包括excel，都有提供两样本均值的t检验，直接用即可）。

第五步：给定显著性水平，计算统计量，得出结果：支持原设还是推翻原设

这里的原理和设检验是一模一样的，小伙伴们可简单理解成：检验的是两个方案的均值/比例，是否等于0。

是不是头又看大了，没关系，这些计算结果在统计软件中都可以直接给出。小伙伴们只要记得： P值小于0.05推翻原设，就OK啦！

三、ABtest小例子

来看个具体例子：某电商平台，想提升用户客单价，运营部门做了两套方案：A、B激励方案，想小规模投放优惠给用户，测试下效果。已选出两组各12名用户，测试用户客单价如下图所示。此时可以用excel自带的两总体t检验功能来做：

步，先准备好A、B两个方案的数据

第二步：明确，要检验的是平均值（检验两个方案的平均客单价是否一致）；

第三步：给出原设。这里可以简单处理，提设；

原设：方案A客单价均值=方案B客单价均值；

备选设：两者不相等。

这样怼翻了原设，就说明方案A和方案B有异啦（记得把要怼翻的放原设哦）

第四步：代入t检验公式计算；

第五步：解读结论。

既然方案A与方案B不同，A的均值又高于B，那么就认为A更好啦，搞掂！

这样就做完啦！

四、ABtest的注意事项

注意1：测试目标要清晰。在实际工作中，有些产品/运营的口头禅就是：“AB一下看看”。可如果目标都没确定的话，连如何写设，如何找检验统计量都无法确定，更没办法定怎么测试了。

特别注意的是，在一次测试中，是很难兼容两个目标的。比如上边的小例子，如果想提升用户客单价，则要推的是贵的商品，要给的激励是满减型激励，让用户买贵一点。

如果想提升用户消费率，则要推的是便宜的商品，要给的激励是秒杀/超低价，让用户先买一笔再说。这两个目标是很难在一个方案A/B里兼容的。

所以小伙伴们，千万别信了产品/运营“你先测测看看”的话。如果一开始目标都很混乱，那方案肯定也是四不像，测出来结果乱七八糟，也是很正常的。事前不想清楚，事后只能瞎着急。

注意2：测试方案合理性。有些测试方案本身设计得就不合理，不是拿相似的方案测试，而是明显一个方案很优惠，一个很鸡肋；一个设计很美观，一个设计很丑陋。这种情况下测了也白测。测试方案本身，要是苹果对苹果，西瓜对西瓜才行。

注意3：测试对象相似性。还以上边小例子举例。参与测试的用户群体，可能自身在客单价/消费力上就有异。这种测试特征的异，会直接导致：结果上的异是由于客群特征，而非方案A/B造成的。这是的情况了，这样不但会导致测试无效，而且会误导业务判断。

四、Abtest的局限性

正是由于有以上三点要求，导致ABtest是有门槛的：

要有能力设计相近版本方案；

要有足够开发支持，把方案落地；

要有足够的用户数据，区分用户特征。

这些使得ABtest只有在数据充足、开发资源充足、业务方资源充足且没有私心的时候，才能完美落地。因此，虽然ABtest的原理很简单，但是具体应用，还需要结合实际情况做考虑。具体细节，后续再分享。

A/B测试流程是怎样的？

A/B测试佳流程，可分成下面四个步骤，如图：

下面，对其中的每个步骤做下详细解释：

a/b测试是一种新兴的网页优化方法，可以用于增加转化率注册率等网页指标。ab测试本质上是个分离式组间实验，以前进行ab测试的技术成本和资源成本相对较高，但现在一系列专业的可视化实验工具的出现，ab测试已越来越成为网站优化常用的方法。

a/b测试其实是一种"先验"的实验体系，属于预测型结论，与"后验"的归纳性结论别巨大。a/b测试的目的在于通过科学的实验设计、采样样本代表性、流量分割与小流量测试等方式来获得具有代表性的实验结论，并确信该结论在推广到全部流量可信。

a/b测试如同github、docker、apm一样在美国市场已经被各类企业逐渐采用，相信在也能被广大开发者所接纳，其测试范围也不仅仅局限于网页优化，目前移动端的a/b测试需要同时支持前端(web/h5、ios、android)及后端(node.js、php、ja)，相对于web端的a/b测试，移动端的技术难度与复杂度都要高得多。

淘宝ab单怎么做

淘宝ab单就是拍A商品发B商品的意思。

做ab单就是卖家是卖a宝贝的，当你拍下去的只是发b产品给你，这个都是事前都知道的，a单的货不会发给你，只会发给真实购买的顾客。

而你进去做ab单只是扮演个刷手的角色，帮卖家的，所以为了奖励你以及安全方面需要发真实物流，物流需要人签收所以送点廉价的小礼物给你就可以达到签收的意图了，产品就是廉价的b宝贝b单的。

扩展资料

组成模式

1、在淘宝客中，有推广平台、卖家、淘客以及买家四个角色。他们每个都是不可缺失的一环。

2、推广平台：帮助卖家推广产品；帮助淘客赚取利润，每笔推广的交易抽取相应的用。

3、卖家：佣金支出者，他们提供自己需要推广的商品到淘宝联盟，并设置每卖出一个产品愿意支付的佣金。

4、淘宝客：佣金赚取者，他们在淘宝联盟中找到卖家发布的产品，并且推广出去，当有买家通过自己的推广链接成交后，那么就能够赚到卖家所提供的佣金（其中一部分需要作为推广平台的）。

淘宝试用AB单

还有也有真实地试用这款宝贝的，还有佣金拿，资金都是在一些拍a发b试用平台上担保流动，也就是打着试用的旗号来这些试用平台网站！

参考资料来源：

b测是什么意思?

全称是AB测试。

AB测试是为Web或App界面或流程制作两个（A/B）或多个（A/B/n）版本，在同一时间维度，分别让组成成分相同（相似）的访客群组（目标人群）随机的访问这些版本，收集各群组的用户体验数据和业务数据，后分析、评估出版本，正式采用。

什么是 A/B 测试

1.什么是A/B测试

随着移动互联网流量红利、人口红利的逐渐衰退，越来越多的产品运营开始关注数据驱动的精细化运营方法，期望通过精细化运营在一片红海中继续获得确定的用户增长，而A/B测试就是一种有效的精细化运营手段。

简单来说，A/B测试是一种用于提升App/H5/小程序产品转化率、优化获客成本的数据决策方法。在对产品进行A/B测试时，我们可以为同一个优化目标（例如优化购买转化率）制定两个方案（比如两个页面），让一部分用户使用

2. A/B测试的价值

对于互联网产品来说，通过A/B测试提升点击转化率，优化获客成本已得到越来越多的关注。以获客环节为例：许多产品都会在百度、等渠道投放落地页广告，以完成新用户的注册转化，而落地页效果的好坏，会直接影响转化率和获客成本。以每月200万投放费用为例，如果通过A/B测试将落地页的注册转化率有效提升20%，相当于每月能多获得价值40万推广成本的新用户。

如果不使用A/B测试，而是根据经验，直接上一个落地页呢？在回答这个问题之前，我们先来看看我们在做产品决策时，常面临的一些挑战：

产品优化依靠经验主义，不能保证新的产品版本一定会有业绩提升

重大产品功能很难决策，不确定哪个方案效果

“后验”成本高，如果改版失败，业绩损失无法挽回

从这些挑战中我们可以看到，如果我们在产品上线时不做A/B测试的话，一方面不能保证上线的版本转化率等指标一定是的，其次还面临着因产品改版失败带来的用户流失、业绩损失的风险。实际上，随着业务的发展，产品迭代体系的逐渐成熟，新功能上线时必须做A/B测试的紧迫性会越来越高，因为改版失败的风险越来越大，而用户的习惯也越来越难以捕捉，所以A/B测试的必要性会越来越高。

3. 如何开展A/B测试

开展A/B测试，可以分为6个步骤：

确立优化目标。

分析数据。

提出想法。

重要性排序。

实施A/B测试并分析实验结果。

迭代整个流程，进行下一轮A/B测试。

A/B测试工具开发，涉及到数据监测系统、大数据处理等，除了BAT等大体量公司，一般都选用已有的SaaS服务，目前比较成熟的有TestinData.AI（

希望能够帮助解决楼主的问题。