我的老同事謝總忽然給我電話，問我如果他們公司的各個部門都在爭奪首頁資源，並且打得不可開交的時候，應該怎麼協調首頁的資源，以確保能夠讓公司的整體業務有最大的產出。老謝的公司是一家自營+平台的電子商務網站，首頁目前更多提供給了平台上的第三方商家，以獲取廣告收益，但自營部門紛紛要求削減第三方在首頁上的侵占，並拿出看似十分具有說服力的論據——加盟商家的廣告費可能沒有我們自營商品換取的利潤多，而且他們還弱化我們公司的品牌。
我忽然意識到這是一個非常重要的問題，首頁，一個網站的門面、各個部門都要爭奪的利益焦點，服從於政治意志並不能產生組織利益最大化，是否有一種方法能夠幫助我們科學的協調各方的意願，且能夠產生具有說服力的結果？在我之前所在的公司，同樣會發生經久不息的首頁爭奪戰，只不過這家公司雖沒有平台和第三方商家，但內部部門相互之間仍紛爭頻仍，頗有劍拔弩張的時候。首頁，因此無法按照最優化的方式進行內容的組合，而不得不屈從於政治妥協。我曾經說過，首頁的焦點圖大約就是政治妥協的結果。
在電話中，我給他解釋，我們有很多方法來幫助判斷首頁的策略，這些策略都可以用定量化的結論來說明，以幫助他說服利益攸關的各方接受現實。電話了30分鐘，我們都深知僅僅是通過電話無法說清楚這個問題，於是我應承下來，我說，我應該有一篇文章。
【正文】
首頁問題難以解決的原因存在於如下幾個方面。
首先，首頁是一個信息集合體，它的作用及目標的指向性其實要比其他所有頁面都模糊，這使優化首頁變得有些“無的放矢”。這意味著，在對首頁資源進行分配和優化前，我們必須要搞清楚，我們到底要讓首頁達成什麼樣的目的？就這個問題，我仔細詢問了老謝，我問他，你們是否尤其在意公司的品牌形象、公司銷售產品的調性（是否高端或者至少不低端），或是需要特別凸顯你們在業界一流的水准和權威性？如果答案是“是”，那麼，我們簡單使用一些“功效性”的指標來衡量首頁就不再適宜，而必須考慮到首頁所起到的“公益性”價值。這類似於我們在進行互聯網營銷時候的“效果營銷”和“品牌營銷”的分野——如果你的目的是品牌，那麼不以銷售或轉化效果為導向，甚至以犧牲相當部分的轉化效果為代價，都是可以理解的。這種情況下，你可能會覺得“政治”的因素在左右你的首頁，而優化首頁的目標、過程與結果也不再那麼“定量化”，但目標如此，也就沒有什麼想不通的了。不過，如果首頁的目標是為了最大化現時的經濟利潤，事情就會好辦的多，我們可以清晰的定義需要采用的度量，有條不紊的進行我們的測試，並且給出足夠證明結果與影響因素的分析與結論。
因此，在下面的討論中，我們全部假定首頁的目標是“功利的”，即為了實現現時經濟利益的最大化。
一般方法：誰更有產出？
解決首頁問題的一般方法並不會超出大家的預料——業績說話。平息爭論最好的方法是“是騾子是馬拉出來溜溜”。對於老謝公司的問題，似乎完全可以承諾：“我們現在的這個星期會保持以第三方商家廣告在首頁，而下一個星期，我們則會放上內部自營部門的商品推薦。”兩個星期後，我們看數據說話。
我們最後看的業績數據當然是收入數據（對於第三方平台部門是收取的營銷廣告收入，對於自營部門則是銷售毛利）。如果你們的情況跟老謝不同，而跟我之前的公司類似——沒有第三方平台業務，而全部是自營，首頁的爭奪是不同品類事業部之間的爭奪——那麼業績數據比較則更簡單，即比較不同部門在規定時間首頁亮相之後，誰貢獻的毛利更多。
我相信大部分運營朋友能想到的方法都會是這樣，這種方法直觀，操作也簡單，而且似乎也容易說服大家接受。
且慢！
如果你真的准備采用這個方法，我擔心最終的情況是十有八九無法落地。
問題不在於我們設置產出作為比較關鍵點是否合理。一般而言這麼設置是正確的，無可厚非。問題在於：比較不同首頁設置所需要花費的時間是一個很大的現實障礙。一般而言，積累數據怎麼著也需要一周時間，而進行兩個不同的測試最少也要兩周——兩周的時間，企業各部門根本沒有這樣的耐心。就算有耐心，時間仍然是問題，因為誰也不能保證在這段時間環境不發生變化，例如在第二周公司突然進行了全場范圍的折扣促銷，那麼第二周的績效就與第一周不能相提並論了。總之，時間變化了，環境一定會發生變化，這不是apple to apple的比較，肯定不能達到你期望的公平比較的效果。
那麼，怎樣做才能幫我們得到公平有效的比較結果？
A/B測試優於分時測試
我們必須進行A/B測試。如有可能，互聯網營銷的所有比較都應該采用AB測試而非分時測試。A/B測試避免了上面分時測試的尴尬——AB測試是同時的（消除了時間造成的環境變化），樣本是隨機的（降低了樣本偏差），過程是可控的（我可以隨時停止），結果也能夠實時反映。這些都注定了這種方法意義重大。
常做A/B測試的電子商務公司，往往具有更高的運營水平。關於什麼是A/B測試，請看幾眼這篇文章：Avinash – 卓越分析系列2：實驗和測試啟蒙。
如果使用Google Analytics，它已經自帶了A/B測試的工具（是整合了之前獨立的Google Website Optimizer工具），在比較我們希望看到的產出效率上，只需要簡單設置即能夠實現我們的需要。例如下面這樣的設置，“Transactions”是指你測試的兩個首頁各自帶來的交易的數量，而25%是指你做測試的時候所選取的流量為到達首頁的總流量中的25%，即分別統計的兩個首頁的流量為12.5%和12.5%——事實上其中一個首頁肯定獲得了87.5%的流量，但A/B測試工具統計時也只隨機選取了其中的12.5%。顯然，選擇越小的比例越安全，但是積累數據所花費的時間就越長。
