在上一期的《变现干货》中，咱们讲到流量分组，流量分组是用来为流量做细分，区别流量价值的功用，关于变现优化来说，能够对流量进行不同维度的细分仅仅第一步，接下来需求的是对流量组进行收益验证，一般咱们会采纳分组测验的方法来验证收益差异，就会用到A/B测验功用。
A/B测验(A/B Testing)，又称A/B试验、A/B试验，对照试验（Controlled Experiments）、双盲试验（Double Blind Clinical Trial）。首要运用在于互联网产品、规划、查找、引荐体系、广告体系、增加黑客、用户增加、数据剖析、数字化运营、智能营销等范畴。咱们这儿所指的A/B测验是广告营销方向的一类使用，首要是针对APP流量按必定的维度拆分、分组测验，然后到达优化变现战略，获得最大收益的方针。
1. 流量剖析：全方面了解APP特色，对本身APP所在职业、用户数量、用户行为等做全面的剖析，把握本身流量特色。
2. 途径剖析：在测验前要了解不同广告途径或同一途径对不同流量的方针及价格，填充状况，广告量级等等，便于有清晰的目的性的设置测验方向。
3. 确认方针：确认要测验的方针是什么，简单说便是想看到什么样的差异，比如，广告收益、eCPM、频次、点击率……方面的不同流量的差异，这儿要设置的方针项应该是以重要影响要素为首选，对变现影响较大的方面为主，不主张在很小的方面消耗大力气。
4. 流量分配：按与测验方针相关的维度拆分设置流量组，一般来说，流量的分配能够根据OS、网络环境、频次、展现距离、地域、时刻、APP版别、SDK版别等等。分配流量测验一般都是在相同试验环境下，测验单变量改变。
5. 数据剖析：测验数据搜集，试验组/对照组相关广告数据，全面统计剖析。剖析数据体现，一般目标有恳求量、回来量、填充率、曝光量、点击量、点击率、收入、eCPM、CPC等。
6. 得出定论：首要检查两组比照测验成果，反映测验既定方针的数据上的差异，然后得出或验证某种定论，然后对广告变现战略做调整或优化，使之愈加完善。
一般进行A/B测验首要都是环绕变现收益在测，关于收益能够从流量的不同维度去衡量，首要与流量分组功用相结合去装备，常见的A/B测验方向首要有相同流量不同途径体现，不同流量相同途径体现，不同战略组合的体现，例如：按相同份额分配流量给到不同途径测验，看不同途径是否有差异；按不同频次分配流量给同一途径，看不同频次的差异，串并行等不同广告分层组合后的差异等等。
AdScope A/B测验功用作为变现优化东西中心功用，可支撑绝大多数开发者遍及的测验需求。
AdScopeA/B测验功用，支撑简单化创立A/B测验，装备试验根底信息，区别操作体系、广告方式、广告位、试验时刻。
可装备详细流量维度，支撑App版别、设备ID、地域、网络环境、运营商、频次及分桶规矩等细分粒度。
支撑为A/B测验装备广告源，转发规矩等广告分层战略设置，快速敞开测验试验。
• 试验流量分配不易过少，样本数量过少差异性体现会不明显，导致测验置信度下降；
•测验的时刻不易过短，时刻太短也会使差异性就无法彻底体现，然后影响对测验成果的判别；
