您可以使用统计信息和分析来监控访问者的操作，以确定产生更高转化率的版本. A/B测试结果通常以花哨的数学和统计术语给出，但数字背后的含义实际上非常简单.有两种重要的方法可以使用A/B测试和减去检查转换率;
数据采样
置信区间
让我们详细讨论这两种方法.
样本数取决于执行的测试次数.转换率计数称为样本，收集这些样本的过程称为抽样.
我们说你有两个产品A和B，您希望根据市场需求收集样本数据.您可以请几个人从产品A和B中进行选择，然后要求他们参与调查.随着参与者数量的增加，它将开始显示实际转换率.
有多种工具可用于确定正确的样本数量.一个这样的免费工具是 :
置信区间是对多个样本数的平均值的偏差的度量.让我们假设在上面的例子中有22％的人更喜欢产品A，其中± 2％的置信区间.此时间间隔表示选择产品A的人员的上限和下限，也称为误差范围.为了在此平均调查中获得最佳结果，误差范围应尽可能小.
让我们假设在产品B中，我们添加了一个小的更改，然后对这两个产品进行了A/B测试.置信区间产品A和B分别为10％和1％，20％和± 2％.因此，这表明微小的变化提高了转换率.如果我们忽略误差幅度，测试变化A的转换率为10％，测试变化B的转换率为20％，即测试变化增加10％.
现在如果我们将差异除以控制变化率10％并除以; 10％= 1.0 = 100％，显示出100％的改善.因此，我们可以说A/B测试是一种基于数学方法和分析的技术.有各种在线工具可用于计算A/B显着性.
http://getdatadriven.com
