本书作者对测试的由来及发展做了一个详细的介绍，内容深入浅出，案例生动鲜活。更让人眼前一亮的是，税务部门居然也利用测试的方式，成功追讨了大量欠款，这充分说明测试不仅是一种方法，还是新的思维方式。看完本书后 我又多了另一层的担忧。在统计、测试、大数据分析，这三把利刃同时作用且不断迭代更新之下，似乎人们不但无法守住个人的事实隐私、思维隐私，可能连我们的思维逻辑，都要被这种全新的算力，牵着鼻子走了。  虽然测试的力量很强大，然而没有人希望成为测试的牺牲品，其中涉及的道德伦理问题也值得我们思考。

在《测试的力量》中，迈克尔・卢卡和马克斯・巴泽曼阐释了测试在数据驱动的世界中帮助制定决策的重要性。这本书以事实、数据和测试为基石，通过一系列的案例，给读者提供了一套系统和科学的方法论来回答商业世界中的复杂问题，而不是仅仅让人们凭借主观 “直觉” 和 “经验” 或者 “层级高低” 来做所有的判断。在过去一年里，你觉得自己参与了多少次随机对照测试？可能大部分人都认为自己参加测试的次数为零。实际上，如果你在头条上读过新闻、登录过微信、在百度上进行过搜索、在抖音上观看过短视频，那么你极可能在不知情的情况下参与了各种旨在测试不同在线体验影响的实验（也称为随机对照测试）。随机对照测试旨在通过将你和其他参与者（通常称为被试）随机分配到各种条件下来测试不同的影响。除非你住的地方没有互联网，否则你很有可能已经在过去的一年里参加了很多次测试。测试管理曾经是学术研究领域里一个深奥的主题。在微软、谷歌、领英等顶尖的互联网企业，往往会由高阶主管甚至副总裁级别的管理者来负责这部分内容。在以数字化业务为主的科技行业中，如果没能事先通过测试来了解迭代将如何影响用户行为，一个真正合格的企业是不敢对其平台进行重大更新的。成功的测试能够帮助一个企业提升运营效率，减少不必要的预算和浪费。本书中有大量基于事实的案例。很荣幸的是，我在硅谷工作期间，曾经参与过本书中提到的某些分析项目和业务研究。作者提到，成功的测试可以为公司节省大量的资金。当时我正好在 eBay 的网站分析部门工作，其中一个主要的业务就是分析 eBay 在互联网广告平台（特别是搜索引擎上）每年投入的大量营销费用所产生的结果 ——eBay 的领导高层想要了解这些花费是否为这家当时世界上最大的电子商务交易平台创造了增量的商业价值。这个数据分析项目是非常艰巨和复杂的，分析团队需要考虑的影响因素非常多。eBay 当时是谷歌全球最大的客户，每天，谷歌搜索结果产生的关键字广告为 eBay 带来了巨大的流量，此外两家企业还有错综复杂的业务协作关系。然而，通过实验设计和大量的测试以及数据分析，整个分析团队和运营部门根据分析结果帮公司从年度广告预算中削减了 5000 万美元，同时没有显著影响 eBay 的 GMV（商品交易总额）、营收和 Take Rate（交易提成率）。成功的测试还能帮助一个企业在营收上实现大幅度增长，并且不会严重损害用户体验。例如，我在领英工作的时候，当时市场营销部门实际上在做大量的营销和推广活动。市场营销 VP 曾问过一个尖锐的问题：“我如何能够知道整个团队做的这一系列的市场和营销活动，哪部分才是真正有效的？” 在当时，电子邮件和手机 App 的推送是领英用来与用户沟通的两个主要的离线渠道。那时，我们通过对将近 1 亿会员的用户行为分析，精准找到了哪些人群会对付费的会员权益感兴趣，于是我们对付费会员体系进行了非常仔细的测试设计并制定了数据驱动的策略。当时，作为以营收增长为核心的商业分析部的负责人，我组织数据科学团队、市场营销部门以及产品部设计了非常精密的测试机制和数据分析策略，通过更科学地利用数据，找出了更好的方案，努力实现用户的利益最大化。我们时常要在利益（信息被阅读了以及有效的用户交互和购买）和风险（信息被忽略或者被当成垃圾邮件处理甚至退订）中进行一系列的权衡。后来，我们进行了超过 10 万次的实验，便在领英不同的业务单元建立了 A/B 测试平台 ——XLNT。当下，在国内，无论是企业还是政府都在进行如火如荼的数字化转型，这本书涵盖了在商业和工业中进行的关键测试以及它如何影响经营和管理目标。实验是对数据和测试的直觉的补充。测试有助于达成关键目标，例如验证理论、理解影响大小、评估政策或产品、探索业务等。本书为读者讲解了如何使用一系列测试来创建能导出更好结果的框架，希望读者们能够在未来的业务中更多地做出数据化决策，实现科学增长。