当你的试验已经跑了一段时间之后，需要通过分析数据来看不同版本的行为数据表现，从而决策出最优版本。那么如何才能在已有数据基础上，进行科学可信的统计推断呢？我们将采用置信区间这个工具。它是与P-value相关的一个概念，但比P-value给出的信息更多。
作者：阿宅的产品笔记本文在PMCAFF社区发布（www.pmcaff.com），转载请注明作者及出处。大家在聊增长的时候必定会聊到实验，而聊实验的时候也必然聊到AB test。而且很多用人单位也把会不会用AB test作为考察增长产品或运营的关键指标之一。
文源：阿伦的数据分析之路 作者：艾伦nmkABTEST系列文章将会围绕以下六个问题进行展开，比较系统的梳理数据分析师应掌握的AB测试技巧，本章为ABTEST系列文章第一章，“什么是AB测试和AB测试的统计学原理”1.什么是AB测试？2.AB测试的统计学原理？3.统计功效是什么？
大家在谷歌广告的投放中有没有遇到类似的场景：现在用ecpc出价，要不要换成tcpa呢？广告用类目页做落地页好，还是产品页好？广告文案突出产品优势好，还是服务优势好？不用纠结，其实谷歌广告有一个功能，叫做广告实验，我们就可以对广告系列进行适当的A/B测试。
关于AB test的重要性无需多言，数据、产品等从业人员几乎必知，好的数据科学家我想一定是知道理解业务比模型更为重要，而AB test就是伴随着业务增长的利器。如果你心中的AB test几乎都没有用到中心极限定理、假设检验、z分布、t分布等知识，建议详细阅读本文。
编辑导语：AB Test，即有A、B两个设计版本。通过小范围发布，得到并比较这两个版本之间你所关心的数据，最后选择效果最好的版本。对于互联网产品来说，通过A/B测试提升点击转化率，优化获客成本可以得到越来越多的关注。
