结束语 实践是检验真理的唯一标准
你好，我是博伟。
在过去的这些年里，我一直在和A/B测试打交道，研究的时间越久，越能体会出其中蕴含的深意。所以在设计课程大纲时，结束语这一讲的标题，我毫不犹豫地选择了“实践是检验真理的唯一标准”。这句话很朴素，却是我这么多年和A/B测试朝夕相处的真实体会。
首先，我想和你聊聊为什么我在课程中会反复强调实践的重要性。
A/B测试本身，就是一种偏经验和方法论的工具。掌握了我在课程中讲的这些统计原理、规范流程后，也不能保证你在实践中如鱼得水，游刃有余。毕竟听到的经验和方法，想要深刻理解，还是要拿到实际业务场景中反复试炼，才能不断迭代和完善。
即使是我讲过的一些常见误区和问题，以及一些隐形的坑点，由于业务环境的千差万别，你在实践时大概率还是会遇到，而且还会遇到其他的坑。不过不要害怕，因为有些“弯路”非走不可，正是在和“弯路”的博弈中，你才能摸透A/B测试中的招式和套路，精进业务。
A/B测试带给公司和团队的不光是持续提升的结果，更重要的是实验意识。团队中的成员提出一个想法，究竟是突发奇想，还是真正可靠的呢？能不能有效落地实施呢？我们完全可以把这个想法通过A/B测试放在实际场景中检验，最后得出具有说服力的结论。正所谓大胆猜想，小心求证，不断调整，快速更迭。
“实践”并不是件容易的事儿，真正去做的时候，还需要主动、耐心、有勇气。
与A/B测试相关的项目都可以主动参与。不管你是亲自做测试，还是观摩整个过程，这都是在学习积累。主动提出业务需求，主动尝试，只要去实践，肯定就有收获。
对“失败”多点耐心。这里的失败我是打引号的，你可能会觉得做完A/B测试后，只要没有把A/B测试中的变化在产品或业务中实施就算“失败”，不过我想告诉你的是，从实践数据来看，一大半的A/B测试中的变化最终都没有最终实施。在做测试的时候，我们肯定希望结果是显著的，但实际上，不显著的概率比较大。这就是期望与现实的落差。那这就算是失败吗？
在A/B测试领域显然不是这样的。每一次“失败”的测试，对我们来说都是宝贵的经验，你可能会从中发现从而改进测试设置、工程实施等方面的问题。哪怕测试结果真的不显著，也没关系，因为这也能帮我们排除不同的想法，减少给业务带来的潜在损失，从而让我们快速迭代到下一个想法中去。
要敢于提出自己的想法。我已经记不清有多少次我和同事、领导意见不一致时，A/B测试就成了我们解决问题的法宝。长此以往，也帮助我们在团队中形成了一种实验的氛围，大家越来越敢提出与别人不一样的想法和意见，而不是管理人员的一言堂。
你看，“实践是检验真理的唯一标准”中包含的朴素智慧，一旦和我们当下的生活、工作结合起来，是不是就有更生动、更丰富的理解了呢？这也正是我平时爱好历史的原因，前人的智慧总能历久弥新。
不过在今天课程结束之际，我还想给你分享更多我自己学习A/B测试的故事，聊一聊我的学习心得，希望能带给你一些启发和勉励。
第一个心得，搭建自己的知识框架，能让你的学习效率更高。
就拿我自己来说吧。我呢，其实并不是科班出身的数据从业者，所以想要在这一陌生领域有立足之地，术业有专攻，就要付出更多的努力。
举个小例子。为了搞清楚中心极限定理、P值、Power这些难懂的统计概念，我把各种版本的统计课本学了不下20遍。为了全面掌握数据科学方面的知识，就利用业余时间学习了将近10门与数据科学相关的网课。系统化的学习，给我打下了实践的坚实基础，实践中再遇到其他问题，我就知道怎么去搜索资料、寻找解决方法，而不会无从下手。
所以，这也是我想要做这门课的初衷。根据我多年积累的经验，系统总结A/B测试领域的经验和方法，帮助想要学习这个领域的人搭建一个知识框架，让你能够在短时间内获得非线性的突破。
第二个心得，学习要有目的，并且要把学到的知识及时应用到实践中，学以致用。
在学校期间的学习大都是为了学习而学习，工作后的学习就不同了，有目的的学习更能达到一举多得的效果。
我刚才谈到自己曾把统计课本学习了不下20遍，这只是相对系统的学习遍数，如果算上实际翻看的次数，那远不止百次了。因为我这个人呢，记性一般，纯知识性的东西一旦不常用就很容易忘记。所以统计书对我来说，就像小学学习语文时的《现代汉语词典》一样，平时用到了就去查，形成肌肉动作。
所以如果你学完这个课程，有些内容没能完全消化，没有关系，我希望你能把它当做你在A/B测试上的工具书，遇到棘手的问题就来翻看、学习，有问题也欢迎继续留言，我也会时不时地回复你的问题。
还想分享一个我做专栏的心得：文字输出是检验输入质量的重要标准。
在实践中丰富和完善的知识要怎么检验？文字输出就是一个很好的方式。这也是我在做专栏这几个月保持连续输出的一个重要心得。
这几年我会经常带学生做项目或者做讲座，但文字输出和“讲”是不一样的。脑海中把一个问题想清楚了，也能给别人讲出来，但要落到笔上，就得斟酌每一个细枝末节：全文是不是有逻辑、用词是不是够精准、例子是不是够恰当等等。这对文字表达、专业逻辑都是不小的磨练。
做专栏的文字输出，跟我平时写文章也不一样。写专栏文章，我需要去掉那些学术派的语言，调整粗糙的表达，力求用最简单明了的语言去讲清楚一个问题，同时还要考虑读者的阅读习惯等等。所以反复打磨的不仅是文字内容，还有对问题的周密思考。当然了，这对精力、意志力也都是考验。
我和A/B测试已经亲密相处了7年多，对我来说，它不仅是工作中的一种增长方法，在深入体会它的精妙之后，它代表的“实验意识”更成了我生活中的重要理念和原则。
当生活中偶遇迷茫找不准方向，或者面对未知的不确定心有焦虑时，我不会畏首畏尾，更不会退缩，而是大胆地去尝试。在考虑到可能的结果后，勇于试错。因为不亲自经历，我可能永远也不知道这件事对自己来说是好是坏。
就像过去的2020年，注定是个特别的年份，突如其来的疫情打乱了很多人在学习、生活和工作上的节奏。在这种生存与挑战、安稳与不确定的摇摆之间，不如把心里的思绪和想法，投放到实践中，从而突破自己内心的围城。
这也是我最后想与你共勉的：唯有步履不停，人生路上才能遇到更多的惊喜。
最后的最后，我也为你准备了调查问卷，题目不多，希望你可以花两分钟填一下。十分期待能听到你的反馈，说说你对这门课程的想法和建议。
- 贤者时间 👍（8） 💬（1）
想问一个题外的问题，最近有个争论，就是短视频APP双栏好还是单页好，我在想，为什么快手平台不自己AB测试一下呢？测试结果应该是很显然的吧
2021-01-12 - 张浩_house 👍（5） 💬（1）
平时做开发比较多，每篇文章都看了一看 ，还是有许多内容，许多概念没有消化。看到老师为了弄清楚一些概念，看了许多书、视频材料，有些还是十遍百遍的去翻阅，更加激励自己不要浅唱则止，看不懂、内容不清楚不要放弃，多发时间去重复学习、多思考多理解，不断尝试
2021-01-12 - 西西 👍（3） 💬（1）
看到老师说“统计课本学习了不下 20 遍”又给了自己一些信心，每次看统计学的内容总是学了忘忘了学，一度怀疑自己不适合做这行，看来需要更努力吖
2021-08-14 - 贤者时间 👍（2） 💬（1）
老师有公众号或者知乎专栏吗？想去关注一下
2021-01-12 - 那时刻 👍（1） 💬（1）
感谢老师的分享，收益颇多。老师提到的实践的确很重要，即使我们知道的坑点，感觉自己不会再踩坑了，但是一实践，往往会再次跌进去....
2021-01-14 - Seiris 👍（0） 💬（2）
感谢老师，我开始接触ab测试，很实用👍
2021-06-17 - 雷大锤抡不动大锤 👍（0） 💬（1）
能感受到博伟老师的用心~谢谢分享~
2021-01-26 - Mr.Tree 👍（0） 💬（0）
希望老师推荐一些关于数据科学的网络课程和书籍
2023-06-25 - AndyRF 👍（0） 💬（0）
大胆猜想，小心求证，不断调整，快速更迭
2023-05-11 - 郑华筝 👍（0） 💬（0）
博伟老师，请问你方便分享一下你所学习的10门数据科学相关课程的list吗~ 感恩！~
2022-03-08 - Elaine 👍（0） 💬（0）
给产品经理提个建议，调查问卷手机号不能填国外手机号（虽然我不一定中奖，中了也收不到haha,但我想填反馈啊)。准备面试一家心仪的公司，JD赫然写着A/B test。 找了好多A/B资料都不是特别满意，这个还是我无意间在极客上翻到的，差点就错过了。看到老师说统计书看了20多遍，笑了。看来不是我一个人学了忘忘了学= = 还有极客的网页版加载时间真的太久了，请把加载时间作为护栏指标嘛。。。
2021-10-20 - Ed_Lee™ 👍（0） 💬（0）
满满的干货，感谢
2021-08-31 - Geek_30a04e 👍（0） 💬（0）
老师，我们在做一个实验，降低因为A原因导致的取消率，我们拿了10个城市做实验，但是有2个城市就是一直不显著，其他城市都是显著的；而且这个2个城市是量级较大的城市，他各种原因的分布也是不稳定的；导致这种情况会有什么样的情况呢
2021-08-31