研究方法-A / B 測試 (A/B Testing)

A / B 測試可以用來比較同一設計的兩種不同版本，從統計結果找出哪一種較能達到預定目標。

圖片來源：https://www.optimizely.com/optimization-glossary/ab-testing/

A/B testing 是一種透過分析使用者經驗（UX）來優化介面的方式，在過去設計網頁時只能用猜測使用者的體驗來設計介面，會因每個人主觀的不同而沒有較明確的準則，而 A/B testing 就是透過分析兩組介面設計來了解使用者體驗的測試方法。

A/B testing 應用範圍包括網頁、 App 介面、廣告，有些公司也會利用 A/B testing 分析新產品對使用者產生的衝擊、影響。
使用 A/B testing 的好處是可以進行小範圍的投放調查，公司可以利用 A/B testing ，了解使用者對於新服務、新廣告、新產品的喜好後，再進行網頁改版或是大規模廣告投放。

進行 A/B testing 時會設計兩款介面，分為實驗組跟對照組，兩者相差的變量可以是按鈕顏色、排版設計、圖案。
當使用者使用網頁時會分別進入兩種不同的版本，而每位使用者在網頁內的動作都會被監控而且記錄下來。而最後這紀錄可以幫助設計者了解那個版本使用者的購買、點擊意願最大。

圖片來源：https://www.optimizely.com/optimization-glossary/ab-testing/

網路上知名的 A/B testing 工具有 Optimizely、VWO、Unbounce 等等。
另外針對 A/B testing 只能比較兩個變量的狀況，市面上也有多變量測試 (Multivariate Testing) 機制，可以一次比較超過三個以上的介面設計。

方法

1. 製作兩個版面
2. 在頁面上面埋上Google Analytics 分析語法
3. 設定目的
4. 進行研究

實驗

1. 設定產品：台鐵e訂通

圖片來源：https://goo.gl/hcDLds

2. 虛擬動作：

製作兩個版面主要目的讓使用者點到票價查詢

徐桃花製作

徐桃花製作

3. 分析研究：

圖片來源：https://analytics.google.com/

徐桃花

4. 資料來源：

codepen:https://codepen.io/floraya/pen/EEGNrE
optimizely:https://goo.gl/1Xp8s9