如何进行AB页面测试

ab是apache自带的一个很好用的压力测试工具，当安装完apache的时候，就可以在bin下面找到ab

1 我们可以模拟100个并发用户，对一个页面发送1000个请求

./ab -n1000 -c100 url

其中-n代表请求数，-c代表并发数

返回结果:

##首先是apache的版本信息

This is ApacheBench, Version 2.3 <$Revision: 655654 $>

Copyright 1996 Adam Twiss, Zeus Technology Ltd, url

Licensed to The Apache Software Foundation, url

Benchmarking vm1.jianfeng.com (be patient)

Server Software:Apache/2.2.19##apache版本

Server Hostname:vm1.jianfeng.com ##请求的机子

Server Port:80 ##请求端口

Document Path: /a.html

Document Length:25 bytes ##页面长度

Concurrency Level: 100 ##并发数

Time taken for tests: 0.273 seconds ##共使用了多少时间

Complete requests: 1000 ##请求数

Failed requests:0 ##失败请求

Write errors: 0

Total transferred: 275000 bytes ##总共传输字节数，包含http的头信息等

HTML transferred: 25000 bytes ##html字节数，实际的页面传递字节数

Requests per second:3661.60 [#/sec] (mean) ##每秒多少请求，这个是非常重要的参数数值，服务器的吞吐量

Time per request: 27.310 [ms] (mean) ##用户平均请求等待时间

Time per request: 0.273 [ms] (mean, across all concurrent requests) ##服务器平均处理时间，也就是服务器吞吐量的倒数

Transfer rate: 983.34 [Kbytes/sec] received ##每秒获取的数据长度

Connection Times (ms)

min mean[+/-sd] median max

Connect:01 2.3 0 16

Processing: 6 25 3.2 25 32

Waiting:5 24 3.2 25 32

Total: 6 25 4.0 25 48

Percentage of the requests served within a certain time (ms)

50% 25 ## 50%的请求在25ms内返回

66% 26 ## 60%的请求在26ms内返回

75% 26

80% 26

90% 27

95% 31

98% 38

99% 43

100% 48 (longest request)

2 ab也可以运行在windows中，如果在windows下安装apache,就可以在bin下找到ab.exe

直接就可以使用，不用依赖其他的dll

下面是我使用ab.exe 测试新浪一个页面的结果：

C:\Users\nickyjf\Desktop\useful>ab -n1000 -c100 url

This is ApacheBench, Version 2.3 <$Revision: 655654 $>

Copyright 1996 Adam Twiss, Zeus Technology Ltd,url

Licensed to The Apache Software Foundation,url

Benchmarking sports.sina.com.cn (be patient)

Completed 100 requests

Completed 200 requests

Completed 300 requests

Completed 400 requests

Completed 500 requests

Completed 600 requests

Completed 700 requests

Completed 800 requests

Completed 900 requests

Completed 1000 requests

Finished 1000 requests

Server Software:Apache/2.0.63

Server Hostname:sports.sina.com.cn

Server Port:80

Document Path: /k/2011-05-24/12095590365.shtml

Document Length:86680 bytes

Concurrency Level: 100

Time taken for tests: 66.453 seconds

Complete requests: 1000

Failed requests:0

Write errors: 0

Total transferred: 87135790 bytes

HTML transferred: 86680000 bytes

Requests per second:15.05 [#/sec] (mean)

Time per request: 6645.294 [ms] (mean)

Time per request: 66.453 [ms] (mean, across all concurrent requests)

Transfer rate: 1280.51 [Kbytes/sec] received

Connection Times (ms)

min mean[+/-sd] median max

Connect:1 56 398.3 23003

Processing:89 6331 2603.7 6293 14626

Waiting:2 1748 1485.9 15906284

Total: 90 6388 2615.0 6302 14627

Percentage of the requests served within a certain time (ms)

50% 6302

66% 7121

75% 8435

80% 9193

90% 9231

95% 9385

98% 11549

99% 12459

100% 14627 (longest request)

营销效果账户层级

包括账户投入产出数据、同期账户效果预测以及地域层级投放产出效果、投放时段的数据分析。

账户投入产出数据很好理解，账户的一个整体的消费产出数据，包括消费、点击、点击率以及转化数据。

环比账户效果预测，这个需要一段时间的数据积累，至少半年的数据对比分析，做出下个月的产出预测制定投放计划。

地域层级的投放产出数据，这个也很容易理解，就是针对不同的投放地域，分析地域的投放产出效果的对比，以此决定不同地域之间的投放比重，把钱花在最有效果的地方。

投放时段这个也很好理解，就是通过不同时段的投入产出数据，来对不同时段投放做出优化调整。

账户内层级数据分析

包括账户内的关键词、创意等等。

首先说一下重中之重：关键词数据。平时我们的分析的最多的也是关键词数据，因为他直接联系着账户的转化数据，而与关键词密切相关的又有出价、质量度、点击率，所以这也是很多新手朋友容易产生困惑的地方。最直接判定关键词效果的数据就是有效咨询数据，这时我们可以从有效咨询数据中判定出哪些关键词消费高效果好，哪些关键词消费高效果差，哪些关键词消费低效果好等等。

其实这些情况在我们Adsemer的ASK技术问答平台已经分析的很透彻了这里就不细说，这里我们只做一个思路的梳理，ok，从咨询数据反推出关键词的各种效果，而此时的关键词或许不是我们的真实的“关键词”，因为当我们为关键词使用各种匹配模式的时候，隐藏在关键词下面的无数个真实的为匹配模式所触发的搜索词，我们可以用EXCEL的一个vlookup函数把关键词语其对应的搜索词数据关联起来，这时候就明朗了，真正产生效果和效果差的搜索词就一览无遗了。此时我们根据不同的关键词的情况对出价、匹配模式做针对的调整。

再说一下创意的数据分析调整，限于篇幅这个就不细说了，大致的意思是积累了一定的数据之后，我们可以给做一个创意的数据分析，提炼创意中的核心特征词，分别对比分析两个要素组合的数据，包括展现、点击、点击率，然后通过数据相加权筛选出表现最好的特征词，重点去突出这类特征词。说到这里可能有一部分朋友不好理解，不过没关系这两天我会针对这个创意的数据测试写一篇详细的讲解文章，大家看了就明白了，大家可以关注我的空间和Adsemer技术博客、也可以加我QQ将会得到更新通知。

着陆页的数据分析

关于着陆页的数据分析一般涉及到的是页面的AB测试、跳出率、页面停留时间等等，打个比方我们做“如何开网店”这个关键词，通过这个关键词进入页面A停留时间和跳出率分别为1分钟和90%，此时跳出率较高，停留时间较短，此时我们就要考虑这个页面与这个关键词的相关性，可以将这个关键词定位到页面B再去测试，然后对比数据，最终确定哪个页面与关键词的相关性更高，来确定使用哪个页面。

一个关键词可能会触犯很多相关的搜索词，而定位到着陆页后，这个着陆页面的信息是否与搜索词相关，能不能满足搜索者的需求这点是至关重要的，直接决定着最终的转化效果，所以着陆页的数据分析也是必须要做的。

还有一点就是竞争对手的分析，这个是建立在自身账户数据分析已经很好把握的情况下，针对竞争对手的数据分析回头也是单独做出一篇详细的文章来介绍比较好，空间和博客会第一时间更新吧。今天没有说太多细节的东西，只是一个思路的梳理，其实数据分析本身就是一个由粗到细的过程，我们时刻要记得我们数据分析的目的是什么，分析后我们能得到什么？

A/B测试是一种新兴的网页优化方法，可以用于增加转化率注册率等网页指标。AB测试本质上是个分离式组间实验，以前进行AB测试的技术成本和资源成本相对较高，但现在一系列专业的可视化实验工具的出现，AB测试已越来越成为网站优化常用的方法。

A/B测试其实是一种"先验"的实验体系，属于预测型结论，与"后验"的归纳性结论差别巨大。A/B测试的目的在于通过科学的实验设计、采样样本代表性、流量分割与小流量测试等方式来获得具有代表性的实验结论，并确信该结论在推广到全部流量可信。

A/B测试如同GitHub、Docker、APM一样在美国市场已经被各类企业逐渐采用，相信在中国也能被广大开发者所接纳，其测试范围也不仅仅局限于网页优化，目前移动端的A/B测试需要同时支持前端(Web/H5、iOS、Android)及后端(Node.js、PHP、Java)，相对于Web端的A/B测试，移动端的技术难度与复杂度都要高得多。

---