什么是ab测试？也因此软件测试才会有越来越多的拥泵者为其加油助威，传播品牌的价值和功能。
通俗点理解，ab测试就是比较两个东西好坏的一套方法，这种a和b的比较在我们的生活和人生中非常常见，所以不难理解。具体到ab测试这个概念，它和我们比较哪个梨更大、比较哪个美女更漂亮、比较哪个工作更好之间有什么区别吗？ 区别其实非常明显，从以下几个方面不难看出来：
· 领域不同：ab测试的概念是在互联网中被提出来的，所以它有特定的应用领域。
·标准不同：ab测试需要比较产品的两个不同版本之间的优劣，但是评判要交给用户，不像我们生活中遇到的ab比较，基本都可以“自己拿主意”。
正是因为标准在“用户爸爸”那里，所以这个看起来很简单的ab比较就变得异常复杂。在我这个理科男眼里，凡是跟人有关的东西都更复杂，何况和千千万万人有关的产品。因此，为了比较a和b两个不同版本产品的优劣，ab测试这一套系统的方法被发明出来了。
ab测试
上图是ab测试的一个直观解释。我们会随机给不同的人群提供两个不同版本的产品，然后通过收集用户反馈的数据进行统计分析，决定出哪个版本的产品更好。相信我们每个人都当过ab测试的小白鼠，细心的你不难在使用微信、抖音、高德、美团这些app时发现一些端倪。
维基百科上给ab测试下了一个定义：
ab testing is a way to compare two versions of a single variable, typically by testing a subject's response to variant a against variant b, and determining which of the two variants is more effective
在我看来这跟啥也没说差不多，就是我上面“通俗理解”的翻译版本。ab测试属于那种一听就懂，一看就明白，一做就抓瞎的事。所以定义和概念不重要，实践才重要。幸运的是，前辈们已经帮我们总结了非常多的经验教训，而我作为知识的搬砖工，将会用几篇文章来和大家一起从零开始学习ab测试。
·互联网公民第一守则：不要重复造轮子。
·互联网公民第二守则：参照上一条。
为什么要做ab测试？
ab测试虽然思想简单但是非常有效，看了如下的几个好处你就明白为什么一定要做ab测试了：
·如果我们人工针对部分用户做调研，很难消除一些外部因素的影响，比如交通、天气、节日，而ab测试可以通过随机分配和对照的方式，有效消除这些影响。
·如果我们听取专家或研究机构的建议，众所周知，他们很可能出错。用户行为是个很复杂的事，具有潜在性，很多时候用户自己都不知道自己怎么想的，想要什么。
·让数据说话，而不是听老板的
总之，ab测试可以帮助我们消除主观因素的影响，尽量做出更理性，更符合实际的决策。
ab测试的步骤
在此引用一本书里的图片，ab测试的基本步骤如下：
ab测试的步骤
翻译过来大致如下：
·创建假设：明确要测试的目标。
·分析并具体化假设：目标一定要具体化，比如将用户点击率提升1个百分点。
·定义评估指标：如何对你关心的指标量化？
·决定要做实验的平台：网页端？移动端？安卓还是ios？
·技术实现：交给码农
·结果分析
·消除干扰：不要以为有了结果就可以下结论了，后面会教大家躲坑大法
·结论
可以看出在实际执行过程中有很多细节和步骤需要考虑，并不是直接把两个版本的产品随机分配给不同用户那么简单。既然ab测试是让数据说话，所以目标指标量化就很关键，说直白点，拿什么来证明a比b好呢？好比挑个西瓜，你也得有几个评估的标准：大小，色泽，声响等等。
另外，在真正开始做实验之前，还有个重要的问题需要解决，那就是你的测试样本要选多大。你要清楚，我们不可能对大多数用户都进行测试，那样跟“先上线有了问题再回退版本”的简单粗暴方式就没有了区别。所以在实验之前需要评估出你所需要的最小样本数目（最少被测试用户的数目）。ab测试本质上是做统计假设检验，所以已经有很多现成的统计工具帮我们来做类似的事情，下面有个简单的网页端工具，感兴趣的朋友可以去试试看。
一个ab测试的辅助工具： abtestguidecomcalc