產品設計產品優化中的每一處改動都應該經過數據精確的衡量。

在講數據驅動產品優化前，我們先來回顧國內互聯網的幾個階段。錢天白教授在1987年發出的第一封電子郵件，揭開了國內互聯網發展的序幕。

互聯網在中國的發展歷程可以大略地劃分為三個階段：1986年6月到1993年3月的研究試驗階段，1994年4月至1996年的起步階段，以及1997年至今的快速增長階段，這一階段誕生了陳天橋、馬化騰、汪延等IT 大佬。

略過前兩個階段，我們來細看快速增長階段。

在1997-2004年前后互聯網發展的早期，互聯網商業化主要是受概念驅動，出來一個全新的概念，似乎很快就能火，因為可選擇的產品不多，用戶群對互聯網也缺少認知。

經過了大約七八年的“浸淫”（原諒這里用了這么一個詞），2004年開始國內互聯網逐漸變成了受產品驅動，這一階段一直持續了將近十年?；ヂ摼W迅速從藍海變成紅海，要想從激烈的競爭中脫穎而出，各種產品不得不重視用戶體驗，這期間“人人都是產品經理”，“人人都想做產品經理”。這一階段的發展不得不忽視的是中國的人口紅利和智能手機的普及。

2015年智能手機出貨量的飽和和國內人力成本的增加，使得大多數的公司不得不思考產品優化中的投資回報率，這一階段也就是數據驅動精細化運營階段。這一階段有這么幾個特點：

• 流量成本越來越高
• 想依靠人口紅利帶來用戶增長越來越難
• 不得不思考怎么去做精細化運營，讓花出去的每一分錢都帶來效果

在人口紅利不再，流量成本極其高昂，總體網民用戶數量一定的情況下，讓見到產品的用戶更多的留下來，帶來更大的轉化率，似乎是更應該思考的問題。

在產品曝光給用戶之前，想一下怎么才能讓產品對用戶來說更有“眼緣”呢?

有“眼緣”之后怎么才能“要到電話”?

有了電話又怎么才能跟用戶有更大的“約會”機會?進一步的發展呢?

產品運營漏斗的每一步，都存在優化的空間，在有限的投入下獲取更大的優化率，是數據驅動產品運營要做的事，此謂產品運營之道。

道是戰略，不應該懶惰，術是執行，更要勤勉。 A/B 測試就是數據驅動產品運營中的術。

一般場合出門前，我們會對比幾套衣服，到底穿格子衫好還是穿 polo 衫，或者極客范的你會穿大 T-shirt 。這個過程其實就是一次簡單的 A/B 測試，包含了A/B 測試的核心思想：

• 多個方案并行測試(對比了幾套衣服);
• 每個方案只有一個變量不同(只對比了上衣);
• 以某種規則優勝劣汰(最終穿了最符合你形象氣質的衣服)。

A/B測試是指在所有條件都相等的條件下，只改變一個條件，從 A 改成 B ，然后對比兩者產生的效果的不同。單一變量決定了 A/B 測試的科學性。

對應到技術產品里， A/B 測試的方法就是將產品的用戶流量分割成 A/B 兩組，一組試驗組，一組對照組，兩組用戶特點類似，并且同時運行。試驗運行一段時間后分別統計兩組用戶的表現，再將數據結果進行對比，就可以科學的幫助決策。

單純的講 A/B 測試是如何的科學，對于運營與產品增長是多么有效看起來好蒼白，那么我們通過更多的案例來講。

• ?Google 每個月從上百個 A/B 測試中找到十幾個有效方案，月營收提升2%左右，10億美元的規模
• 廣告位左移一個像素帶來 X %的營收，左移兩個像素帶來 Y %的虧損? 任何產品的優化、改動都需要AB測試才能上線

• facebook 6個月內所有產品全部線上灰度發布，通過不斷進行用戶的流量分割的方式進行試驗，獲得無 BUG 口碑

滴滴出行在滴滴司機招募的著陸頁上，通過嘗試不同的設計和文案，使得注冊率提升了20%以上。

需要注意的是，不是每一次 A/B 測試驗證過的改動都會帶來增長，但 A/B 測試確確實實能幫你排除掉了不好的策略。通過 A/B 測試驗證好的改動才通過上線，這就保證了產品迭代中的小步快跑里總是在對產品做優化和提升。

“從現在開始的10年內，當我們回顧大數據時代是如何發展時，我們會震驚于以往做出決策時信息的匱乏?！?/p>

做對的事情，做 ROI 最高的事情，在避免犯錯的情況下最大化優化產品運營漏斗，你需要在產品體系里引入 A/B 測試，拍腦袋的決策已經失效，產品優化中的每一處改動都應該經過數據精確的衡量，畢竟：“ If you can’t measure it, you don’t know how to make it better ! ”

來源：http://www.36dsj.com/archives/60383

本文來源于人人都是產品經理合作媒體@36大數據