編輯導(dǎo)語：隨著企業(yè)對(duì)數(shù)據(jù)越來越重視，A/B測(cè)試已被廣泛應(yīng)用于各類場(chǎng)景、各類職能中尋找突破口尋找增長機(jī)會(huì)，降低投入風(fēng)險(xiǎn)。那究竟什么是A/B測(cè)試？本文對(duì)此展開分析。

A/B測(cè)試是一種通過一些客觀指標(biāo)，對(duì)比不同方案來衡量哪種效果更佳路徑的評(píng)估方式，其優(yōu)勢(shì)在真實(shí)環(huán)境，通過部分用戶產(chǎn)生的用戶行為數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù)，驗(yàn)證不同的設(shè)計(jì)方案，最后分析、評(píng)估出最優(yōu)方案再加以正式應(yīng)用。

A/B測(cè)試的場(chǎng)景不勝枚舉，那么如何進(jìn)行科學(xué)的A/B測(cè)試？原味提供兩個(gè)關(guān)鍵點(diǎn)：分群和評(píng)估，接下來用7步法來鎖定A/B測(cè)試評(píng)估策略：

一、A/B測(cè)試策略制定

A/B測(cè)試永遠(yuǎn)是基于策略出發(fā)的，在有明確的策略后，才能夠找到驗(yàn)證策略是否有效的用戶群，并且用合理的指標(biāo)去做評(píng)估分析。

在這個(gè)步驟，通常會(huì)經(jīng)歷策略提出、策略打分、策略確定三個(gè)步驟。

不管是哪種應(yīng)用場(chǎng)景，在A/B測(cè)試策略制定這一步每個(gè)人都會(huì)有自己的想法，這就導(dǎo)致會(huì)產(chǎn)生許多策略，但不必將每個(gè)策略都作為實(shí)驗(yàn)組上線測(cè)試，否則在前期的物料準(zhǔn)備、方案實(shí)現(xiàn)等環(huán)節(jié)會(huì)花費(fèi)巨大的成本。

團(tuán)隊(duì)內(nèi)部做決策時(shí)可以使用ICE模型對(duì)各項(xiàng)指標(biāo)進(jìn)行打分，然后通過每個(gè)策略的三個(gè)因子的分?jǐn)?shù)加總，找到得分最高的幾個(gè)策略進(jìn)行A/B測(cè)試。

二、測(cè)試目標(biāo)（評(píng)估指標(biāo)）選擇

在策略評(píng)估中，評(píng)估指標(biāo)是非常重要，那如何選擇指標(biāo)，這里需要以OSM模型為基礎(chǔ)，從大目標(biāo)（O）出發(fā)，找到能夠達(dá)到該目標(biāo)的策略（S），用合理的指標(biāo)（M）去追蹤策略是否能夠達(dá)成業(yè)務(wù)目標(biāo)。

在測(cè)試過程中預(yù)估實(shí)驗(yàn)樣本量也需要控制好。

1. 若樣本數(shù)量太少，產(chǎn)生的結(jié)果容易受到異常樣本的干擾，導(dǎo)致結(jié)果不具備通用性。
2. 若樣本數(shù)量太大，測(cè)試流量過多，就會(huì)造成試錯(cuò)成本的增加，會(huì)影響后期的判斷。

在測(cè)試過程中預(yù)估實(shí)驗(yàn)周期性也需要控制好。

1. 若測(cè)試時(shí)間太短，沒有足夠的樣本進(jìn)入實(shí)驗(yàn)組，難以得出有效結(jié)論。
2. 若測(cè)試時(shí)間太長，就會(huì)產(chǎn)生維護(hù)線上多個(gè)版本的成本，難控制局面。

這里推薦個(gè)測(cè)試AB測(cè)試工具-A/B測(cè)試樣本計(jì)算器，輸入相關(guān)參數(shù)即可預(yù)估測(cè)試實(shí)驗(yàn)轉(zhuǎn)化后的數(shù)據(jù)，這里有根據(jù)自身節(jié)奏調(diào)整樣本數(shù)：

影響實(shí)驗(yàn)所需樣本數(shù)的因素：

原版本的轉(zhuǎn)化率：

原版本的轉(zhuǎn)化率較低，意味著信號(hào)更弱，需要樣本數(shù)越多。

新版本的轉(zhuǎn)化率：

預(yù)期和原版本的轉(zhuǎn)化率差別越小，要求檢測(cè)的敏感度就越高，因此需要的樣本數(shù)越多。

統(tǒng)計(jì)顯著性要求：

一般建議至少要求95%的統(tǒng)計(jì)顯著，統(tǒng)計(jì)顯著性要求越高，意味著對(duì)結(jié)果需要更確定，因此需要的樣本數(shù)越多。

（統(tǒng)計(jì)顯著性：告訴實(shí)驗(yàn)者優(yōu)化版本轉(zhuǎn)化率與原始版本轉(zhuǎn)化率相比，兩者不同的概率有多大，也就是說，它能回答優(yōu)化版本上的改變是否真的對(duì)轉(zhuǎn)化率產(chǎn)生影響。）

三、科學(xué)分流

A/B測(cè)試的分流是否均勻是影響實(shí)驗(yàn)結(jié)果的重要因素，一般分流的方式是基于用戶ID或者設(shè)備ID等能夠標(biāo)識(shí)用戶的唯一編碼，通過算法將用戶隨機(jī)分到不同的“桶”里

例如，有60個(gè)用戶，獲取這60個(gè)用戶的ID，根據(jù)用戶ID進(jìn)行分流，將這60個(gè)用戶隨機(jī)均勻分散到6個(gè)“桶”中。

完成“桶”分流后，需要做的就是根據(jù)實(shí)驗(yàn)要求從這些“桶”中選取對(duì)應(yīng)的流量進(jìn)入測(cè)實(shí)驗(yàn)組。

A/B測(cè)試的基本原理是控制變量，在分流中需要確保樣本平衡分布，即不同“桶”的人群特征是均勻分布的，不能實(shí)驗(yàn)分組時(shí)，實(shí)驗(yàn)A全是老人或?qū)嶒?yàn)B都是女生，這樣測(cè)出的結(jié)論數(shù)據(jù)都會(huì)影響營銷決策，無意義分流。

四、A/A測(cè)試

為了確保樣本的均勻分布，排除由于樣本自身差異帶來的影響，一般會(huì)在A/B測(cè)試前進(jìn)行A/A測(cè)試，也可以在A/B測(cè)試中劃出一部分流量同時(shí)進(jìn)行A/A測(cè)試。

A/A測(cè)試，顧名思義就是實(shí)驗(yàn)中下發(fā)的策略都是一致的。

在此前提下，對(duì)比每組是否有顯著差異，如果存在顯著差異，那么在實(shí)驗(yàn)的分流、埋點(diǎn)或者數(shù)據(jù)統(tǒng)計(jì)中至少有一項(xiàng)必定存在問題，所以，A/A測(cè)試運(yùn)營的意義就是增加A/B測(cè)試的實(shí)驗(yàn)結(jié)論可信度。

• 一方面，發(fā)現(xiàn)用戶識(shí)別問題及用戶分流問題，及時(shí)修復(fù)，確保數(shù)據(jù)的準(zhǔn)確性。
• 另一方面，排除樣本用戶的屬性干擾，保證用戶特征分布一致，確保實(shí)驗(yàn)差異僅由變量造成。

用影視會(huì)員產(chǎn)品轉(zhuǎn)化率的例子來解釋A/A測(cè)試，下圖是影視會(huì)員產(chǎn)品付費(fèi)頁的付費(fèi)轉(zhuǎn)化率項(xiàng)目的A/A測(cè)試結(jié)果。

排查時(shí)發(fā)現(xiàn)是對(duì)用戶的唯一識(shí)別出現(xiàn)了問題，修正后接著進(jìn)行A/A測(cè)試，最后各組用戶的差異不顯著，可以認(rèn)為用戶特征分布基本一致。

五、策略投放

在企業(yè)真實(shí)環(huán)境中，會(huì)有很多A/B Test實(shí)驗(yàn)，所以策略投放需要先判斷不同實(shí)驗(yàn)之間的關(guān)系。

①正交實(shí)驗(yàn)：實(shí)驗(yàn)之間相互不影響。

例如，實(shí)驗(yàn)組1是測(cè)試不同按鈕顏色的實(shí)驗(yàn)，實(shí)驗(yàn)組2是測(cè)試不同廣告算法的實(shí)驗(yàn)，實(shí)驗(yàn)組1的按鈕顏色是不會(huì)影響到實(shí)驗(yàn)組2廣告算法的效果，所以實(shí)驗(yàn)組1和實(shí)驗(yàn)組2之間是正交實(shí)驗(yàn)。

②互斥實(shí)驗(yàn)：實(shí)驗(yàn)之間存在相互影響。

例如，實(shí)驗(yàn)1是測(cè)試溫控限頻策略對(duì)溫度的影響，實(shí)驗(yàn)2是測(cè)試溫控降亮度對(duì)溫度的影響，實(shí)驗(yàn)1和實(shí)驗(yàn)2都會(huì)影響溫度，所以實(shí)驗(yàn)1和實(shí)驗(yàn)2之間互斥。

全局流量基本是固定的大小，不可能說劃分的每個(gè)流量群體在同一時(shí)刻只開展一個(gè)實(shí)驗(yàn)，不然容易發(fā)生流量饑餓。

所以在策略投放中需要合理的控制變量，選擇好一個(gè)固定的北極星指標(biāo)，隨后將目標(biāo)進(jìn)行合理拆解細(xì)分目標(biāo)，進(jìn)行投放測(cè)試，選擇最優(yōu)路徑策略來作為A/B測(cè)試的最終方案。

六、數(shù)據(jù)監(jiān)控

這塊不細(xì)說了，因?yàn)槊考夜镜臄?shù)據(jù)監(jiān)控的工具都不同，有自己研發(fā)的數(shù)據(jù)測(cè)試看板或者第三方服務(wù)商提供的數(shù)據(jù)監(jiān)控。

AB測(cè)試的數(shù)據(jù)看板不必過于復(fù)雜，目的是快速展現(xiàn)各組的關(guān)鍵指標(biāo)變化趨勢(shì)及是否滿足統(tǒng)計(jì)顯著性。

七、策略結(jié)果分析與執(zhí)行

A/B測(cè)試結(jié)束后，通過數(shù)據(jù)看板可以確定本次測(cè)試是否具備顯著性，也就是策略是否有影響。

影響不一定都是正向影響，一般對(duì)于實(shí)驗(yàn)結(jié)果：顯著大幅正向＞顯著小幅正向＞顯著負(fù)向＞沒有統(tǒng)計(jì)顯著性，對(duì)于負(fù)向顯著的結(jié)果不要害怕，起碼這個(gè)結(jié)果告訴我們不應(yīng)該做哪些東西。

完成一次A/B測(cè)試后，業(yè)務(wù)方需要將顯著有效的策略放量，將其應(yīng)用到更多人群中，并且找到該策略的優(yōu)化點(diǎn)，進(jìn)行迭代的A/B測(cè)試。

對(duì)于顯著無效的策略，需要分析無效的原因并進(jìn)行策略迭代、調(diào)優(yōu)。

這樣不斷在原有結(jié)論的基礎(chǔ)上持續(xù)進(jìn)行A/B測(cè)試，每次測(cè)試都是“上臺(tái)階”的過程，隨著測(cè)試的次數(shù)增長，帶來的收益會(huì)持續(xù)增加，對(duì)團(tuán)隊(duì)的自信心也會(huì)逐漸上升，減少投入成本，實(shí)現(xiàn)迭代式增長。

本文由 @原味的運(yùn)營筆記 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于 CC0 協(xié)議