應用A/B Test於線上教育
A/B Test 常被應用於廣告，產品原形，軟體開發等需要收集受眾/使用者反映的領域，透過類似實驗的方式了解受眾/使用者的偏好與習慣。而現在，這個概念也在Coursera等線上教育平台中協助教學方進行課程優化。
假設你是準備到菜市場擺攤賣高麗菜的一位小販，你打算為你的攤位製作一個看板。若你有兩個做為看板標語的好點子：「超划算高麗菜！｣與「超美味高麗菜｣，兩者不分軒輊，對吧?於是你決定為兩個標語分別製作一個看板每天交替使用，並記錄每天的銷售量。過了一個月後，你由記錄的銷售量發現，使用「超划算高麗菜！｣看板的日子，平均的銷售量竟高於「超美味高麗菜｣1.5倍！
聰明的你透過這個簡單的實驗，決定之後都使用「超划算高麗菜！｣的標語。
這就是A/B Test的基本概念：透過實驗測試的不同版本的成效差異，在這個例子中透過直接在菜市場擺攤來測試看板標語的好壞，而成效則是銷售量。除了判斷不同版本的成效外，不斷地重複A/B Test能持續改進產品/服務，並越來越貼近受眾/使用者心目中的「完美｣。以菜市場的看板為例，你不滿足於「超划算高麗菜！｣看板，打算比較它與「超美味划算高麗菜！｣的成效。除了比較文字之外，你又持續測試了看本的顏色,大小,是否加入插圖等等，不斷的讓看板貼近消費者的喜好，逐漸讓看板為你的攤位創造最佳的銷售量。如果平時仔細觀察，你會發現Google,Facebook等企業也利用A/B Test不斷的在優化它們的產品與網頁。
那A/B Test要如何應用於線上教育呢?以Coursera提供的後台服務為例，教學方可將學習者「分流｣，A分流必須完成作業1，B分流則必須完成作業2;接著教學方就可以透過觀察Coursera後台的數據檢視兩個分流的測驗結果或完課率等指標來判斷哪個作業更能幫助學習者達到學習目標。相較於實體課程，線上教育在進行A/B Test時容易許多，除了抽樣進行分流與更新教學內容的難度較低外，大量的樣本數也讓實驗更具參考價值。
如果下次你與朋友修了同一門線上課程卻發現課程內容有部分不相同，先別急著打客服電話，也許你是正在參與課程優化的成員呢!
延伸閱讀：
何謂A/B Test
假設你是準備到菜市場擺攤賣高麗菜的一位小販，你打算為你的攤位製作一個看板。若你有兩個做為看板標語的好點子：「超划算高麗菜！｣與「超美味高麗菜｣，兩者不分軒輊，對吧?於是你決定為兩個標語分別製作一個看板每天交替使用，並記錄每天的銷售量。過了一個月後，你由記錄的銷售量發現，使用「超划算高麗菜！｣看板的日子，平均的銷售量竟高於「超美味高麗菜｣1.5倍！
聰明的你透過這個簡單的實驗，決定之後都使用「超划算高麗菜！｣的標語。
這就是A/B Test的基本概念：透過實驗測試的不同版本的成效差異，在這個例子中透過直接在菜市場擺攤來測試看板標語的好壞，而成效則是銷售量。除了判斷不同版本的成效外，不斷地重複A/B Test能持續改進產品/服務，並越來越貼近受眾/使用者心目中的「完美｣。以菜市場的看板為例，你不滿足於「超划算高麗菜！｣看板，打算比較它與「超美味划算高麗菜！｣的成效。除了比較文字之外，你又持續測試了看本的顏色,大小,是否加入插圖等等，不斷的讓看板貼近消費者的喜好，逐漸讓看板為你的攤位創造最佳的銷售量。如果平時仔細觀察，你會發現Google,Facebook等企業也利用A/B Test不斷的在優化它們的產品與網頁。
線上教育與A/B Test
那A/B Test要如何應用於線上教育呢?以Coursera提供的後台服務為例，教學方可將學習者「分流｣，A分流必須完成作業1，B分流則必須完成作業2;接著教學方就可以透過觀察Coursera後台的數據檢視兩個分流的測驗結果或完課率等指標來判斷哪個作業更能幫助學習者達到學習目標。相較於實體課程，線上教育在進行A/B Test時容易許多，除了抽樣進行分流與更新教學內容的難度較低外，大量的樣本數也讓實驗更具參考價值。
如果下次你與朋友修了同一門線上課程卻發現課程內容有部分不相同，先別急著打客服電話，也許你是正在參與課程優化的成員呢!
延伸閱讀：
撰文：臺大創新教學組 MOOC Explorer 曾英睿
留言
張貼留言