畫面常常以「視覺」為主的狀況下，人們會很主觀的以美感來決定 UI 應該如何配置與安排，而 A / B Test 可以幫助我們做出複雜決策的其中一種方法。

但有時候數據出來後，不一定會讓我們更好決定，反而會讓我們不知所錯。

舉例來說，當設計師提出了兩個按鈕的配色方案，一個是綠色的按鈕，另一個則是紅色的按鈕。由於團隊在各種討論之下，還是不知道如何決策，因此就進行了實驗：讓一半的人可以看到綠色的按鈕，另外一半人看到紅色的按鈕。

結果實驗運行了幾天後，得到了以下數據：

  1. 綠色的按鈕：一共有98萬6510個人看到了這個按鈕，並且有1萬19840人點擊，點擊率為2%。
  2. 紅色的按鈕：一共有91萬2456個人看到了這個按鈕，並且有1萬8350人點擊，點擊率為2%。

一看數據，點擊率相等，看似之下兩個顏色的效果一樣，改如何決策呢？也許你可以試試「看哪種方案風險更低」。

如果我們把實驗得到的數據，按照不同「天數」來細分，就可以看出每一天的點擊率情況，如下圖：

補充：橫軸代表 「日點擊率」，縱軸代表 「獲得這樣點擊率的天數。」

A與曲線和B曲線的常態分佈都落在2%，也就是點擊率相等。不過透過圖表看到：Ａ曲線更加瘦高，這意味著A的日波動不大，而B的日波動很大。

將圖表顯示出來後，我們便可知道「哪項決策背後的風險較小」，進而把風險量化而做最後決定。

以上，是本篇文章的小小分享，內容取自於：矽谷思維一書，未來看到更多案例，會再與大家分享！

我是Lisa，收收UI / UX 和 Taiwan UI / UX人生設計學創辦人，曾任職平面設計師、網頁前端工程師，最後轉職到自己喜歡職位 – UI / UX Designer，目前也是一位講師，致力於零基礎教學，與協助想轉職的人。