“我想知道怎樣才能讓他們睡得更多。”我妻子表達的這個簡單的想法，甚至連一個問題都沒有，對我來說成了一個挑戰。我的工程師意識到這是一個需要解決的問題，當軟體開發人員看到一個問題時，他們就會設計測試。幸運的是，我知道在可控和可測量的環境中測試一些想法的完美系統。如果是雙胞胎，測試就更容易了。歡迎來到育兒，A/B測試風格。

這篇文章最初出現在《逃亡的爸爸》上。

A/B測試在整個網路上都被使用。你可能會遇到它幾十次，如果不是每天幾百次，甚至沒有註意到它。所有的大型科技公司都這樣做，用它作為測試想法的表現和衡量它們的工具。谷歌以測試41種藍色的搜尋結果而聞名。據稱，設計師無法決定使用兩種色調中的哪一種，因此他們總共測試了41個，以檢視哪些導致用戶點選結果的次數越多。Facebook不斷測試提要中的不同體驗。亞馬遜甚至經常在購買按鈕和購物車佈局上進行更改。如果你從一臺新電腦登入，或者看到朋友使用的網站看起來與你的網站有微妙的不同，你可能會註意到這些。

A/B測試用於測試一個或多個“治療”或“對照”或現有經驗的實驗。度量標準通常是基於使用者操作（例如，透過單擊或“轉換”）來度量的，其基線與控制元件相對。以Google為例，他們可能測試使用者點選至少一個不同顏色的結果的可能性。經過統計上顯著的一段時間後，通常是一週或兩周，無論哪種經驗有更好的比率都會被選為勝利者，併成為新的控制。當多個實驗同時執行或者使用者的百分比不相等時，這就變得非常複雜了。這裡需要複雜的統計學知識。或者使用任何一種強大的測試工具。在Audible和Amazon，我們一直在測試這樣的體驗。這是瞭解使用者實際行為的最佳方式，因為使用者通常會說他們將做什麼，而他們所做的可能略有不同。

我決定用這個方法來測試孩子們，看看我們是否能提高家裡所有有10周大孩子的人，尤其是雙胞胎的最重要的指標：睡眠時間。用其中一個男孩作為對照，另一個作為治療——不管現在沒有人會用“控制”或“治療”來描述我們生活的任何部分——我測試了幾個以對照為基礎的關於睡眠時間的理論。

在任何實驗中，精確的測量和資料跟蹤都是至關重要的。通常，根據資料的可用性或測量能力選擇一個成功指標。您不希望嘗試度量比更改測試或測試輸入所花費的時間更長的東西。幸運的是，測量睡眠是非常容易的。當他們晚上醒來，我們就把它寫下來。這正是我們從他們出生那天起就一直在做的事情，自從醫院的護士給我們灌輸這一理念以來。我們已經看了好幾本筆記本了，但很容易追蹤。為此，我們甚至開始將資料匯入電子錶格，以便更直觀地檢視影響。

首先，我們測試了在睡前增加餵食量。我們試了5盎司，然後是6盎司，而不是正常的4盎司。為了防止一個孩子的偏見，我們輪流測試和控制誰，因為他們似乎是好的和壞的週期。一個孩子晚上的進食量較大，另一個孩子的進食量為4盎司。結果：沒有定論。在這段時間裡，兩個孩子似乎都開始增加睡眠時間。他們兩人的睡眠時間也幾乎完全相同。有一天晚上，進食量的增加與創紀錄的5.5小時睡眠相關，但在這個資料集中有一個資料點是不重要的。這也很難繼續測試，因為任何超過5盎司的食物都很有可能在吃完幾分鐘後被吐出來。

接下來是一個祕密，在網上家長部落格的黑暗角落裡悄悄傳來傳去，至少在我的辦公室裡是這樣。好吧，也許這不是什麼祕密，但我們花了一段時間去嘗試。據推測，這種草藥和香料的混合物，與肯德基的混合物相反，會解決胃部迴流和氣體，特別是一夜之間，導致更長的睡眠。經過一週的測試，我們發現它確實有助於反流，特別是嘔吐，雖然我們沒有跟蹤個人打嗝或放屁，似乎也減少了他們。不過，睡眠時間並沒有受到太大影響。我們確實看到平均在20到30分鐘之間有一個小的增長，但這可能是由於年齡的增長而自然增長的。

在抱怨水之後，這成為了新的控制，我們在睡前測試了額外的喂養。不管怎樣，孩子們都開始自然而然地自己動手了，我們一直在努力阻止。然而，這似乎是一個時機成熟的測試，所以我們給了它一個機會。許多孩子會在睡前“群集”餵食，在睡前餵食一次後的很短時間內，就在睡前。我們在前一次餵食後1.5到2小時餵食，而正常情況下是3小時。在這個餵食中，我們嘗試了4盎司，而他們通常在白天餵食4-5盎司。有時他們會拒絕超過3次。在所有的實驗中，這似乎效果最好。結果，我們發現睡眠時間延長了一個小時，雖然通常要到實驗開始的幾天，但這顯然需要時間來影響睡眠模式。A/B測試的一個很好的教訓是，當人們想出新的治療方法併進行調整時，有時會有幾天的調整期。不過，重要的是要同時記錄調整期結果和工作地點差價調整結果。眾所周知，蘋果忽略了幾款產品釋出的調整期，尤其是地圖。

最後，我們測試了讓他們白天保持清醒的時間。我們的假設是，他們因此在晚上會更累，因此會睡得更長。這可能是有點道理的，我們看到睡眠時間略有增加，但我們沒有考慮到讓他們保持清醒，讓他們不開心會帶來的壓力和疲憊。由於過度勞累和煩躁，讓他們在晚上安頓下來睡覺的時間也明顯延長。測試的教訓是：不要為了一個指標的小收益而犧牲其他指標。

其中許多測試都沒有結論。這在很大程度上是由於相同的大小。對於像Facebook這樣的樣本群體，測試可以在很小的範圍內完成，並且可以很快獲得統計顯著性。對於雙胞胎來說，很難知道什麼是真正的結果，什麼是個性或自然發展。為了更準確地測試，我們可能需要增加樣本量。三胞胎就可以派上用場了。也許只是別人的三胞胎，但我們絕對沒有準備好！

這也顯示了測試度量迭代過程的重要性。儘管有幾種方法並沒有顯示出很大的改進，但把它們放在一起就可以了。當處理優於控制時，使用該處理作為控制，小的改進就會層出不窮。透過繼續快速嘗試新事物並繼續前進，很容易想出新的想法來嘗試。你不需要移山，只要在很長一段時間內移開一小把泥土就行了。有了這種育兒方法，男孩們也能不斷成長。幸運的話，我們的理智、幸福和作為父母的生活也會如此。

我是如何使用A/B測試來攻擊我的孩子們的

《奔走的爸爸》是一個來自第一次同卵雙胞胎和馬拉松運動員父親的個人故事和經歷的集合。做爸爸的高低，淚水和微笑。

頂部照片由Giu Vicente透過Unsplash。