如何构建一个结构良好的假设，进而用结构化假设来搞好A/B测试。在这篇文章中，我们将会尽量精确地引导你。

在A/B测试里，提出一个你想要测试的念头并不难。提出一个你应当测试的想法才有难度。

怎么才能提出应当测试的想法？每个玩A/B测试人可能都有点儿想法。我这儿没什么别出心裁的，只找到个能让你按部就班搭建一个可靠的A/B测试的方法。

这个方法，是从一个结构化的假设开始的。让我们一步步来看：

通常情况下，A/B测试内容的定夺依赖于人们的直觉和曾经的最佳实践——最终却产生了不利的结果。另一些人则倾向于采取比较短视的方法，只考虑转化漏斗（获取用户/提高活跃/提高留存/获取收入）的一个方面，而不看长期目标。

为了克服这些最常见的优化错误，把你的优化视为一整个过程来构建是很重要的。这个过程包括进行彻底的研究，提出正确的问题，在问题的相关领域挖掘答案，运行测试，并最终获得有价值的结果。在这个过程中，如何提出正确的问题，是大有讲究的——结构化。

结构化方法基本思想：把一个复杂问题的求解过程分阶段进行，而且这种分解是自顶向下，逐层分解，使得每个阶段处理的问题都控制在人们容易理解和处理的范围内。

根据Econsultancy CRO 2015报告，采用结构化测试（即下文阐述的循序渐进构建测试的方法）的公司，其销售额大幅增加的可能性两倍于盲目搞测试的公司。

为了使测试有意义（因此能让结果有价值），你首先要清楚地确定测试的内容以及测试的原因，这就涉及到如何构建一个结构良好的假设，进而用结构化假设来搞好A/B测试。在这篇文章中，我们将会尽量精确地引导你。

一、决定测试的内容

关键点在于建立一个坚实的假设，用以扩大获得胜利的机会，而不是抓阄一样测试一个“我觉得OK”的想法。

一个坚实的假设要求你做出解释或解决一个问题。把它看作是将问题与解决方案联系起来的粘合剂。举个栗子，你可以假设：在你的付款页面添加一些能提高信任感的标识（建立信任感的各种元素。比如某某认证，某某客户的评价，这在《国外专家的转化率优化指南》中提到过，下面简称为信任标识），可以解决该页面转换率较低的问题。

想必你已经注意到了——这个假设是由两个变量组成的，即原因（我们要测试的行为）和效果（我们期望的结果）。

一个结构化的假设将会构建一个强有力的实验，并可能产生高度可操作的（正面或负面）结果。相反，缺乏精心设计的假设的实验可能会使你陷入在错误的方向投入时间和精力的尴尬境况。

但是，如何开始制定一个假设呢？

理论上可以有两种方法：

• 方法一：你可以按照归纳法 – 即依靠头脑风暴产生一大堆思想，然后查看以往的数据来验证这些想法是否合理，并形成一个假设。
• 方法二：或者你可以按照观察模式的演绎法，推导出一个测试假设。

无论哪种方式，形成强有力的假设最关键的部分是其背后的研究。让我们来看看观察模式的是如何形成一个强有力的假设的。

二、用观测法制定假设