1、调查基数因素根据统计学抽样调查概念表示，当调查基数越大时，结果可信度越高。而像面对13亿人口的营销型网站来说，基数更要趋向于一种大范围。但事实往往是相反的。在实操中，很多优化员由于流量成本、网站排名等各种原因，在基数有限的情况下，就进行AB测试。比如，一天只有几百个访客到达网站页面，显然这样的测试结果会存在很大的不稳定性。所以，在进行AB测试时，我们要确保有大量的数据进行支撑。
2、时间因素环境是会随着时间不断变化而变化，用户的需求也会随着场景的不同而发生变化。所以，不同时间段的AB测试也会造成结果偏差。举个栗子。对于公司白领来说，由于白天需要工作，会倾向于晚上浏览网站进而产生购买行为。那如果我们的目标受众人群是白领，白天与晚上不同的投放时间段都会造成结果偏差。换句话说就是，由于用户的活跃度不同，不同时间段的测试所得到的结果也会不一样。所以，最有效的方法就是不同版本同时上线测试，这样才会尽可能地减少用户活跃度等因素对测试本身的影响。
3、地域因素有些优化员为了增加AB测试的效率，而把它分别投放在不同的城市中，但由于每个城市公民对于产品认知的不同，所造成的结果也会极大数趋向于不稳定。比如同为貂大衣，同为北方城市，东北可能就会对它有一种强烈的执着情感，而北京就不会。所以，在投放测试时，也要尽可能地保持地域一致性，以免由于风俗、认知等造成结果偏差。在营销型网站建设中，页面的AB测试对于网站是否成功起着至关重要的作用。而页面测试的前提是正确，否则一切都是白用功。
