
【不知道產品好不好?讓A/B testing來解答吧】by 吳憲達
2018 Dec 02 自己學習
主題:【A/B testing 數據分析與決策--不知道產品好不好?讓A/B testing來解答吧】 講者:吳憲達 時間:2018/10/05(五) 地點:台北 前言:你相信姓名學嗎?如果姓名學沒有道理,為什麼姓吳而且名字裡面有憲的這位創辦人像吳宗憲一樣好笑呢?研討會當天女性聽眾反應之踴躍,完全可以想像他為什麼要邀請老婆出席(然後老婆長得更可愛,聲音又好聽。昏倒) 看到分享者來自【玩運彩】,我原本以為是發行彩券的【台灣運彩】,想不到是專業運彩社群網站,而分享者吳憲達,阿達,是玩運彩公司的創辦人。 【玩運彩】從’09年發展至今已近十年,不但是Android 與iOS 運動類App 的第一名,在Alexa 的台灣網站排名上,也高居第46名。目前每月流量近百萬,收入來源為賣廣告與高手預測。
思考架構
阿達分享了他們公司用的新產品開發九大步驟,要到第六步驟才會進入測試:- 訪談
- 產品定義
- 製作最小可行性產品(MVP,Minimum Viable Product)
- 最小可行性產品測試
- 開發產品
- A/B 測試
- 問卷
- 上線
- 優化

案例與核心問題
阿達大大分享了很多案例,我印象最深的是『明燈改版』 『明燈』是高手預測職業賽事結果,每個高手就如同一盞明燈,使用者購買高手預測,是重要的收入來源。 過去的明燈列表只有高手的名字與等級,隨著使用者與高手增加,越來越多人會記不住哪個高手是哪個,想知道每個高手的戰績如何則需要一個一個點進去才能看到。 阿達跟同事們做了改版:明燈列表上每個高手都配備照片還有過去的關鍵勝率。希望這樣的改版能夠提升明燈的訂閱人數、瀏覽量以及銷售額。結果訂閱人數、瀏覽量都有提升,但是居然沒有統計顯著。更別提銷售額沒有差異了。
關鍵技術或小技巧
實驗組的使用者不宜太多,因為可能推出不夠好的產品。 使用貝氏定理的檢驗方式,測試出來的不是有95% 的信心會成功,而是有95% 機率會成功。 新功能上線後,等到客戶熟悉該功能才能看測試結果。第一週的測試數據,結果可能有偏差。至少等2~3周後才能看結果。 如果可以的話,用自己的log 來看測試結果。因為自己的log 不但可以排除極端值,也可以只看某些組別或裝置的使用者。這些都是第三方 A/B testing 工具比較沒辦法做到的。【幼如心得】
我被前輩質疑過:『測試很好,但是你只有測試這一招嗎?』 (其實我一招都沒有,中箭倒地) 但話說回來,測試學習是商業決策重要一環,而且是非常非常重要的一環 但並不是全部 當實驗的結果跟你對未來的認知不同的時候 當你想不出方法實驗如何拉新、留存、裂變... 的時候 當競爭對手夾資本力量跑得比你做夢想到的還快的時候 我們不就只能鼓著勇氣,拿著手上僅有的證據 發抖的做決定嗎? 好在永遠可以ORID、自我反省啊0則留言