A/B 测试 - 多变量
与 A/B 测试一样，多变量测试基于相同的机制，但它比较更多数量的变量，并提供有关这些变量Behave方式的更多信息。在 A/B 测试中，您可以在设计的不同版本之间分配页面的流量。多变量测试用于衡量每个设计的有效性。
例子
假设有一个网页已收到足够的流量来运行测试。现在，对每个变体的数据进行比较，以检查最成功的变体，但它还包括对访问者交互产生最大积极或消极影响的元素。
使用多变量的优点
多变量测试是一种有效的工具，可以帮助您定位和重新设计页面元素并显示影响最大的区域。多变量方法对于创建登陆页面营销活动非常有用。
例子
有关某个元素设计的影响的数据可以应用于未来的活动，即使该元素的上下文已经改变。
局限性
多变量测试的局限性是完成测试所需的流量。由于所有实验都是完全阶乘的，因此一次太多的变化元素可能会快速增加必须测试的大量可能组合。即使是流量相当高的站点也可能难以在可行的时间内完成具有超过 25 个组合的测试。
多变量测试和 A/B 测试之间的区别
A/B 测试也称为拆分测试，是一种网站优化方法，您可以比较页面的两个版本（即 A 和 B）的转化率。所有访问者都会分为一个版本或另一个版本。一旦访问者访问这两个版本（A 或 B），他们就会点击各种按钮，甚至注册新闻通讯。这使您可以确定哪个版本的页面更有效。
