基本上，我们想避免 HARKing 问题：在知道结果后再进行假设。 例如，Twitter在其工程博客上写道，他们通过预先声明其总体评估标准来解决这个问题： 他们明确指定他们希望在设置阶段移动的指标……实验者可以自由探索所有其他收集到的数据并提出新的假设，但最初的声明已经确定，可以轻松检查。 OEC一词由微软的 Ronny Kohavi 推广，他撰写了许多包含该主题的论文，但进行过大量实验的人都广为人知。
您需要选择哪个指标真正重要
以及您将使用哪个指标进行决策。 提示 4：为了避免数 华人在美国 据不明确或有争议，请在开始之前说明您的 OEC（总体评估标准）并坚持执行。切勿在知道结果后再进行假设。 转化优化技巧 5： 有些公司不应该进行 A/B 测试 即使没有进行 A/B 测试，你仍然可以进行优化，但并非每家公司都可以或都应该进行 A/B 测试。 这是一个简单的数学限制： 有些企业的流量或离散转换事件不足以进行实验。
获取足够数量的流量最终有助于确保测
试的有效性，并且您需要将其作为样本量的一部分来确保 CA 细胞数 测试顺利完成。 此外，即使您可能在这里或那里挤出一个有效的测试，但与您可以参与的其他营销活动相比，边际收益可能无法抵消成本。 话虽如此，如果你也处于这种情况，你仍然可以进行优化。你仍然可以设置足够的分析，在原型和新设计上运行用户类型，观看会话重播，并修复错误。 进行实验非常有趣，但并非每个企业都可以或都应该进行实验（至少在他们首先带来一些流量和需求之前）。
提示 5：确定您的公司是否可以或是否
应该运行 A/B 测试。在投入时间之前，请考虑您的流量和需要分配的 为客户提供自由撰写评论的 资源。 转化优化技巧 6： 登陆页面可帮助您加速和简化测试 使用登陆页面与更高的转化率相关，主要是因为使用它们可以更轻松地完成以下几件事： 通过漏斗/客户旅程测量离散转变。 运行控制实验（减少混杂变量和不稳定的交通组合）。 跨模板测试更改以更轻松地获得足够大的样本量以获得有效结果。
