如果你在过去的几年里一直在听科技初创公司illuminati的话，你会认为A/B测试的崇拜已经永久地植根于 “精益创业” 的心态，这是情有可原的。事实上，每当有一个产品问题不能仅仅凭直觉回答时，今天的摇滚明星初创公司似乎毫无疑问地鼓吹所谓的 “分裂测试”，作为所有人群智慧的仲裁者。
A/B测试已经变得无处不在，以至于那些不经常使用它们的创始人因为拥有如此弱的数据驱动文化而对自己感到难过。这有点失控了。是的，这是真的，ata/B testscan提供了对在线用户行为的巨大洞察力，这可以-通过大量数据-帮助您提高转化率。但是有一个问题。
早期公司的问题在于，早期优化可能会分散管理人员对更高收益活动的注意力，而通常没有足够大的样本量来产生有意义的结果。
无论像optimizely这样的a/B测试插件变得多么便宜和高效，执行拆分测试只是一项管理密集型任务。有人需要投入时间来确定测试内容，设置测试结果验证和实施测试结果。即使从技术上讲，这不需要太多的 “时间”，它也需要管理层的心理带宽，这是任何公司 (尤其是早期创业公司) 最稀缺的资源。
当你还没有证明你的产品有迫切的需求，或者你能够有效地扩展你的营销时，你真的希望你的联合创始人通过产生5% 更好的转化率 (如果他或她幸运的话) 来分心吗？
同样，您如何确定这些A/B测试 “结果” 首先具有统计学意义？年轻的公司通常拥有大量的网络流量，如果有的话，可能在几周或几个月内无法得出可用的A/B测试结论。而且，您的web流量的频繁变化的性质可能使您很难得出有意义的结论。如果您本月的80% 流量来自一篇TechCrunch文章或Facebook广告闪电战，这是否真的代表了您的核心用户群将来在该目标网页上的行为？
因此，早期的初创企业应该小心，不要在完善他们的营销文案或他们的号召性按钮的颜色时陷入困境，直到他们自信地确定所有的基础。在你的初创企业建立一个指标驱动的文化意味着确保你总是专注于关键的绩效指标，而不是优化它们早。有时，一个快速的焦点小组，走廊可用性测试直觉足以让你做出符合你公司当前规模的 “足够好” 的产品决策。
您在启动时是否有过A/B测试的正面或负面经验？在评论中发出声音。