近，A/B测试在互联网各界都受到了甚至是不公正的批评。这些批评包含了A/B测试的一些相关要点，但基本论点是站不住脚的。这些批评混淆了（例如，测试红色与路色按钮的区别或是其他）与A/B测试方法之间的关系。现在让我们看下近在网络上的些争论，为什么他们的批评是没有根据的。

　　争论一：A/B测试与局部极小化

　　Jason Cohen在他的文章《Out of the cesspool and into the sewer： A/B testing trap》 | 中文翻译版本：《[译文]小心A/B测试的陷阱：从水沟流入下水道的水》中认为：A/B测试往往得到的结果是局部小值，而非真正想得到的全局小值。对于那些把页面上每个区块作为提升转化率的部分，而又不清楚局部小值与全局小值区别的人来说。这好比说，在网页里每个区块都是都是个变量：这些的数值自然越低越好。通过下面来自jason Cohen的图 ，可以知道出局部小值与全局小值的区别。

　　即便是在jason文章里，争论的焦点也不在于A/B测试，因为激进的调整页面并使用相同的测试方法也可得到全局小值。因此声称局部小值是A/B测试陷阱是不公平的，因为这与A/B测试方法根本没关系。相反，在争论中却揭示出微调并做测试的方法是徒劳无功的。

　　那么，如果A/B测试没有问题，那么是局部小值的问题吗？即便打了折扣的局部小值的理论是错误的，答案依旧是否定的。上面的图片展示了非常浅显易懂的一维度曲线。你可以把x轴当作背景色y轴当作跳出率。Jason的文章可以归纳为：如果测试了一组不同的蓝色，你可能减少跳出率。但如果你尝试着将颜色改掉（例如，黄色），你可能会得到可能是低的跳出率。

　　下面是本争论的两个问题：

　　1、你永远都不知道是否已经得到了全局低值

　　全局低值仅存在于理论中。让我们继续之前的改为黄色背景得到跳出率全局小值的范例。在进一步的测试中，如果我们发觉没有背景色得到更低的跳出率该怎么办？或者放置张可爱小猫的背景得到更低的跳出率呢？问题的关键点在于，除非可以把跳出率降低到0％（或转化率达到100％），否则你将永远怀疑自己是否达到真正意义上的全局小值。

　　另一个检测是否找到全局小值的方法是穷举所有可能性。理论上，你页面仅修改背景色（你不能使用背景图片，因为你老板讨厌用背景图）。那么你可以将所有可能的颜色尝试一遍并取其中小值的方案。在穷举所有可能色彩中，那个得到小值的背景色有可能是全局小值。这带出了下一个问题…

　　2、这不仅仅是背景色的问题

　　当优化页面时，你需要面对成百上千的变量（背景色只是其中的一个）。标题、文案、布局、页面长度、视频、文字颜色、图片这些仅是其中的一小部分变量。优化页面取决于页面所有的一切。这意味着之前看到的曲线不只是我们所见到的一维的。在现实中，它是被上千个变量影响着的多维结构。

　　再强调一下，把图中的山峰想像成你的转化率（或是跳出率），变量在不同的维度上（尽管貌似只有两个变量，但事实上有上百个）。与一维的例子不同的是，在真实页面上穷举所有可能性是不可能的。因此，你不必刻意去追求全局大（小）值。吸取教训：接受局部小值。