他通過一些優秀的例子來說明這種峰值的危險。 雖然我們無法將噪音降低到零，但我們可以在整周和整個業務週期內運行測試，以盡可能地使事情順利進行。 稍後我們將討論 p 值，但現在，讓我們談談商業周期以及一周中的日子如何不同。 當您對細分進行後測分析時，您還需要牢記這個多重比較問題。 基本上，如果您查看足夠多的細分，您會發現具有統計意義的結果。 同樣的原則也適用（每次新比較都會增加誤報的風險）。 大多數情況下，這是一個相當簡單的解決方案，涉及在您希望開始分析的那一刻觸發一個事件（在上面的示例中，滾動深度為 50%）。 閃爍效應是一種非常特殊的 A/B 測試有效性威脅。 這基本上是當您的測試工具對實驗變體造成輕微延遲時，在提供變體之前短暫閃爍原始內容。 或者，也許您估計需要大約 20,000 名訪問者才能達到統計顯著性，但您看到您的測試仍在運行，有 a hundred and twenty,000 名訪問者。 在這兩種情況下，您都希望仔細查看您的測試。 可以設定許多目標，它們對於您的組織來說是獨一無二的。 盡可能多地測試想法，例如添加大量空白和高清圖像，以產品視頻而不是圖像為特色，並測試不同的佈局。 跟踪判斷網站性能的最重要指標之一是跳出率。
