在20世紀六七十年代，AB測試就成為了廣告大師大衛·奧格威最喜歡的一種營銷手段。奧格威的AB測試細化到文案、創意、營銷方式（比如郵件營銷），AB測試獲得的結果對他接下來的營銷決策極為有用。
隨著數字營銷的發展，訪客在線上的一切行為幾乎都可以被監測，讓AB測試實施起來更科學、精準。無論是一個營銷著陸頁、微信公眾號裡的文章，亦或是在第三方平臺的發佈內容、舉辦的線上活動，都可以通過AB測試不斷優化營銷策略、文案、創意、設計等任何元素。
AB測試幫助營銷人節約營銷預算、提高轉化率、增加收入。
對於流量或受眾，應該控制在一個什麼樣的範圍才能有科學的測試結果？
簡單來說，AB測試是隻能改變一個條件的對比實驗，此外還有一個前提條件：做AB測試的試驗組與對照組所對應的流量/受眾需具有非常相似的特徵，並保證有很強的用戶代表性。
假如AB測試只有100個受眾，其中 50人作為試驗組、另外50人作為對照組，這個實驗從統計學來講是非常不科學的。因為如果你去計算一下隨機事件的兩個隨機變量轉化率，經過對比，就會發現百分之九十五的置信區間過寬，或者說實驗結果不具備決定性。
在進行AB測試時，我建議至少要用1000個以上的受眾在實驗中作為對照組，才能產生範圍相對比較窄的置信區間。另外，如果實驗時間比較長，比如持續一個星期，測試結果會更可信。如果日均流量達到10000以上，結果就會相當可信。
所以，對於一些C端企業主來說，因為日均流量非常大，做AB測試往往會得到一個可信的結果。
為了確保AB測試結果的科學性，試驗組與對照組的用戶必須具有相似特徵，但每個用戶作為獨立的個體，又有很大差異。所以，如何才能保證用戶的相似度？
方法很簡單：將用戶進行合理地分類，在分類的基礎上進行用戶採樣，這樣可以保證採樣得出的對照組和試驗組的用戶特性具有代表性，也就是說，我們的後臺算法會將其他的用戶篩選出來，分到各個試驗組和對照組裡去，也會把普通的用戶分到不同的組裡去。這樣每個組的實驗結果、實驗數據都會具有很強的代表性。
並不是所有企業都需要做AB測試，但做AB測試一定可以為企業帶來好處。好處主要有以下幾個：
第一，AB測試可以不斷地幫助企業提升營銷的效果。
可以通過AB測試的方法，不斷地去找到更好的執行方案，包括創意、文案、圖片、動畫、與用戶溝通形式，甚至細化到表單的字段順序、填寫方法、展現形態等等一系列因素。你都可以通過AB測試的方法去不斷提升效果。
其次，更重要的目的是AB測試可以讓我們更好地理解我們的用戶。
通過AB測試我們可以挖掘出來潛在用戶更喜歡什麼、更希望得到什麼。通過AB測試，企業才會更瞭解自己的用戶，這是我覺得對企業很有用的地方。
這裡有一個案例：歐洲的一個教育網站，它們會在學生註冊頁面上，把課程介紹分類列舉出來，比如辦公室相關課程、外語相關的課程、設計相關的課程等等，我們通過AB測試發現，這種課程分類的展示形式有非常大的優化空間。優化完後，學生的註冊率提高40%。
到底如何優化的？
優化前，課程是直接列舉出來，比如依次是CAD、PPT、Photoshop等，優化後，我們按照課程的熱門程度進行排序，比如我們發現Photoshop是學生點擊量最多的課程就會排到第一位，其他的按照熱度依次排序。
這裡的AB測試扮演的角色是幫助企業更好地理解和服務自己的用戶。
讓企業明白原來學生到我這兒來並不是十分在意我的課是怎麼組織或、有些什麼課可以上，他們更關注的是其他的同學都在學些什麼課程，而我不能讓自己在找工作時吃虧，所以也要學。
有些企業確實不適合做AB測試，一方面是因為他們不具備在線甚至離線AB測試的能力，另一方面，是因為企業的用戶群體非常狹窄，用戶量非常小。
比如，衛星發射中心這樣的企業並不能享受到AB測試的福利，我甚至覺得這樣的企業不太適合使用傳統的營銷方案。
另外，一些中小企業，比如線下的小門面、水果攤，做AB測試的能力也很弱。但我們仍然鼓勵這樣的小微企業去嘗試微測試，也許他們的測試沒有那麼科學和強大，但依然會有幫助。
但總體來說，大企業尤其是業務量特別大的企業，從AB測試中獲得的價值會更高一些。
謝謝您的閱讀，您的轉發、評價+關注是對我們最大的支持！
閱讀更多 深圳海納百川信息技術 的文章
