A/B 测试A/B Test
你可能会说
两个注册页别凭感觉选，把用户随机分组，用同一个指标比较哪个版本更有效。
把符合条件的用户随机分到不同版本，并用预先确定的指标比较结果的实验方法例如，同一时期的新访客可以随机看到两个注册页版本，再比较注册完成率。只比较改版前后数据，或测试中途不断更换指标，都不能提供同等可靠的因果证据。
先知道
也常被叫作AB 测试A/B TestingSplit Test分流实验对照实验
同一批访客怎样随机进入 A、B 两版并产生可比较结果
符合条件的新访客
50 / 50主要指标：注册完成率还不能判断保护指标：错误率不能上升
A/B 测试需要哪些基本条件
一次实验只回答一个主要问题：先写清改变什么、预期影响哪个主要指标，避免同时修改多处后无法解释结果来自哪里。
同期随机分组并保持口径一致：符合条件的用户随机进入各版本，两组的目标人群、事件定义和时间范围需要一致。
提前约定怎样判断和停止：主要指标、保护指标、样本需求和停止规则在开始前确定；统计显著也不自动代表业务影响足够大。
你可以这样告诉 AI Agent
请为这两版注册引导整理 A/B 测试方案，先写清单一假设、参与条件、随机分流方式、主要指标、保护指标、分析时间和停止规则。检查埋点能否对两组使用同一口径。只生成方案和验证清单，不要自动启动实验、修改流量或把暂时领先写成胜出；统计判断需要数据人员确认。
接下来学什么
延伸阅读 · 权威出处
快速练习
团队想比较两种注册引导。下面哪种做法最接近有效的 A/B 测试？
ANS 原创方法