2017.9.24, 深圳, Ken Fang
A/B Test;名字取得不好, 很容易让人产生误解, 认为它是 “测试”。
其实… A/B Test 是 “产品设计”, 而不是 “产品测试”。
将 A/B Test 当成是 “使用者体验”、“产品设计”, 而不是产品发布质量的保证, 才是 A/B Test 的本质, 才能真正的发挥 A/B Test 的效益。
所以, A/B Test 不应与产品的灰度发布强相关, 而是要与 “使用者行为数据” 强相关。当然, 使用者行为数据, 会有 “部分” 是来自于灰度发布, 但不能就说成 A/B Test , 只是在灰度发布上, 用来决定产品最终是要采用那个版本。
A/B Test 是期望借由 “使用者行为数据” 进行产品设计的 “决策”, 而不是局限的在灰度发布上, 选择或淘汰某个产品的版本。
基于这样的思维, 我们才能在 “使用者行为数据” 的基础上, 在 A/B Test 中, 引入机器学习的演算法; 如: Bayesian; 而使 A/B Test 能在 “产品设计” 上, 提供更有智能的 “决策”。