有个段子，被各种文章和公司进行转载，效果非常好，第一次看到的人都把他奉为圭臬，慨叹这才是Google的方法论，国内的美团方法论或者换个说法唯数据论，都会对这个例子所要表现出来的优秀大加赞叹。
Google曾经测试过搜索结果页上的蓝色链接，他们测试了整整41种蓝色，最终选定的是那个表现最好也就是指标最好的蓝色，正是因为这个选择，给Google每年多带来两亿美元的利润。
对于这个例子我觉得大概率google做过这样的测试，但是两亿美元的结论我却有点怀疑。其实在我自己的工作经历中也做过类似的事情，对于一个单一指标进行ABTest，最终选择一个数据最好的作为结果进行全量推广，但后续的事实却让我不得不重新思考这个过程，几乎每次我的测试都出现了同样的结果，那就是随着时间的推移，开始表现很好的模型，后续表现趋于平庸。换一次涨一次，然后逐渐平淡，那么究竟是什么原因导致的数据变好？是否是因为用户觉得新鲜而已，如果结论真的是这样，我们的做法反而应该是更加频繁的更换这些细节，让用户保持新鲜感。
在大公司工作，升职加薪需要业绩，所以，像上面google的案例，经过了大胆假设，后续ABTest小心求证，再到最终优秀的结果，并产生了实际的商业价值，这简直是汇报中不可多得的利器。但每当我看到类似的案例，总会心存一份疑惑，在问出一个问题，事实真的是这样吗？
网友评论