什么是A/B测试？
确定两个元素或版本（A和B）哪个版本更好，你需要同时实验两个版本。比较这两个版本之间你所关心的数据（转化率，业绩，跳出率等）。最后，您选择效果最好的版本。
核心思想：
1、多个方案并行测试；
2、每个方案只有一个变量不同；
3、以某种规则优胜劣汰。
具体工作：
要实现 A/B 测试，我们需要做以下几个工作：
1、开发两个（或多个）不同的版本并部署；
2、收集数据；
3、分析数据，得出结果。
A/B Test 适用情况
存在明确的对照组和实验组，能够选择合适的指标评估此类改变，适合使用A/B Test。
我们可以通过A/B Test 对很大范围的事情进行测试，比如增加一些新功能，或界面中增加的内容，网站的不同外观等。
我们还可以将A/B Test用于十分复杂的改变，例如排名变动。
我们也可以针对不确定用户是否会注意到的改变进行测试，例如页面加载时间。
A/B Test 不适用的情况
A/B Test 无法真实的告诉你是否遗漏了什么东西。
例如：亚马逊想知道页面上是否有用户需要，但是他们还没有提供的商品。这种情况没办法用 A/B Test 来寻找答案。
A/B Test 不适用与测试新的体验。
例如：某 SaaS 公司已经有了免费服务，例如有待办事项列表。他们想提供带有其他功能的高级服务，如需使用高级服务，用户需要升级，创建登录账户，并探索新的功能。
这种情况下，也不适合用 A/B Test 来寻找答案。
A/B 不适用与需要很长时间才能验证的测试。
例如：某租房网站，想测试促进用户推荐页面给好友有没有效果，但是这个效果检验需要很长时间，可能是一周，可能是半年，一年。因为租房并不是经常发生的。这种情况也不适合。