Local EPUB Text
COLUMN 7 商务版随机对照试验“A/B测试”
COLUMN 7
商务版随机对照试验“A/B测试”
随机对照试验在商业领域也逐渐得到了广泛应用。“A/B测试”就属于这种情况。
让我们再回到珠宝店的事例。热销产品的首饰盒现有两款候选设计A和B，你在犹豫应该选用哪一款。一名销售员断定设计A更符合公司的风格，另一名销售员则说其他公司的畅销产品都与设计B很像。即使选择了设计A的首饰盒，可能你也会情不自禁地想象反事实的情况：如果用了设计B会怎样（反之亦然）。
在这种情况下可以采用“A/B测试”。将所有店铺随机分成两组，一半店铺使用首饰盒A，余下的店铺使用首饰盒B。一段时间之后，再把销量更好的店铺所用的首饰盒推广到所有店铺即可。
A/B测试最常见的应用领域是购物网站。或许有人曾经注意到，即使是同一商品，不同地区或不同用户看到的图片、宣传图、宣传语等可能不尽相同。这种情况正是企业在进行A/B测试。
南非一家名为Credit Indemnity的金融机构所做的A/B测试，结果十分耐人寻味。这家金融机构向大约5万名客户随机发放了直邮广告。这些直邮广告的内容有多种不同形式，有些贷款方案比较详尽，有些则比较简略；有些广告中附有照片，有些没有照片。其目的在于调查直邮广告的内容对贷款申请数量会产生多大程度的影响。
结果发现，附有性感女郎照片的直邮广告具有促进男性客户申请贷款的功效。此外，只印有1个贷款金额和还款方案的直邮广告比写有4个方案的广告收到的申请更多。也就是说，越简洁、信息量越少的直邮广告，增加客户的效果反而越显著。这或许说明直观、简明易懂、让人看到就能马上做出答复的广告，效果会更好。
① 也许有些读者想不通协变量和混杂因素有何区别。协变量指原因与结果以外的所有其他变量。比如在现有数据中，除了原因和结果的变量，其他所有变量都是协变量。而混杂因素是这些协变量中“同时影响原因与结果的变量”。也就是说，协变量中包括混杂因素，也包括非混杂因素。
② “无法转化成数值的协变量”包括原本就未测量的变量和测量过但因某些原因未能掌握的变量等。也就是说，其中也包括本来可以转化成数值，但由于某些原因无法以数值化数据的形式运用于分析的协变量。
③ 美国没有“偏差值”的概念，人们普遍接受的是被称为“SAT”的学术水平测验考试。SAT相当于可以多次参加的中心考试（即日本的全国统一大学入学考试），录取难度越高的大学要求的SAT得分也越高。因此，这些研究使用的是美国版“偏差值”，即各所大学录取学生的SAT平均分。
④ 克鲁格等人的研究的卓越之处在于，采用大学录取情况进行匹配，对以往倾向得分匹配法无法充分处理的“无法转化成数值的协变量”也做了处理。大学在考虑是否录取一名考生时，很可能会根据教师推荐信和报考理由等来考察学生的学习动力或潜力等无法转化成数值的信息。而使用录取情况进行匹配，则可以将原本无法转化成数值的协变量一同纳入考察范围。