例如,PA真人视讯设计了两种不同形式的产品交互,并顺利获得比较实验组(A组)和对照组(B组)的访问时间和页面浏览量来评估哪种形式的交互效果更好。
 
A/B测试有两个必要的因素:第一,有足够的时间进行测试;二是商业数据量大,数据密度高。因为当产品流量不够大时,A/B测试很难得到统计结果。像LinkedIn这样的大公司每天可以同时进行数千次A/B测试。因此,当公司数据规模较大时,A/B检验往往更准确、更快地得到统计结果。