APP推广合作
联系“鸟哥笔记小乔”
BAT大佬带你了解AB测试
2021-04-13 15:31:37

作者:@Sven

BAT数据打杂专家,做过用户增长,目前负责数据全链路。

从互联网发展至今,人口红利逐渐消失殆尽。截至2020年底,中国的互联网用户已经高达10亿人,已经在中国人口中占了很高的比例。每个赛道都出现了细分和垂类。产品也在不断下沉,不断的触达四五线的用户。人群也在不断的被细分,新增用户,活跃用户,沉默回流用户。这些,都是精细化的一个提现。

精细化的目标,是为了增长;而想要更好的增长,就需要更好的服务好用户;服务好用户,就要做相应的适配不同用户需求的产品和下发不同的运营策略;而如何更好的量化产品迭代用户是否喜爱,运营策略是否有效,都需要一个比较科学的方式。这些就会运用到AB测试。为了在众多功能及策略的迭代过程中,通过数学的方法,告知业务方这些迭代是好是坏,继续发展的方向是什么。

01 AB测试是什么

AB测试本身是起源于医学。当一个药剂被研发后,医学工作人员需要确认其效果是否真的有效。就会需要实验组和对照组的人群来“试药”,通过“试药”后的结果,评估药剂的效果。

具体做法就是一群同质化的用户被随机分组成两组。在不知到是否是药剂的情况下,拿到测试用药和安慰剂。经过一段时间的实验后和观测,比较两组病人的一些实验数据是否具有显著的差异,从而决定测试用药是否有效。这就是医学的“双盲实验”。

同理,在互联网行业,也是这么用的。

业务把将web或者app界面或者流程,拆分为多个版本。然后将流量分层(或者分流),不同的人群使用的某个功能或者触发的策略不同。但是这里的人群一定要满足同质化的特性。所以无论分层还是分流,我们都需要将用户随机分配,且同一用户不能处在两个组内。

实验前期,我们需要对整体实验进行规划计算(比如在最小可观测变化下,计算最小样本量,通过最小样本量,计算实验周期等),而在实验流量达到统计最小样本量后,收集相关的数据,通过数学检验的方法得到数据结论,再结合业务评估,该实验是否有显著差异,决定该次功能/策略迭代,是否要扩量。

总结下来,AB测试就是运用数学的方式,结合业务评估目标,通过流量分割的实验方式,评估业务迭代是否有效果的方法。

02 AB测试基础知识点

流量的分割:分流 or 分层

分流:实验和实验之间用户不交叉,直接切割一部分流量做实验。

这种做法不推荐,除了一些会有交叉影响的策略(比如优惠券的发放)。

因为一个产品的流量有限,如果我们直接切割了一部分流量去做某一个实验,那如果实验非常多呢?

且这种切分方式,一旦实验量增多,样本量就会减少,实验周期就会增加。而在整个互联网都快速迭代,疯狂加班的同时,做一个实验要一个月甚至更久,可能领导就会不乐意了吧。

分层:实验和实验之间交叉,用户同时数据多个实验

这种方法是将用户同时处于多个式样中,即纵向是实验,横向是实验分桶。每一次都将用户重新随机打散。当我们的实验和实验之间不会相互影响,推荐使用分层的流量切分方案。因为这种方法可以使得每次实验都是全流量实验,大大缩小了我们的实验周期。

样本量计算

最小样本量计算,是为了计算实验周期。想知道在预期条件下,我们需要多少样本,才能观测出我们能接受的最小可观测波动。这里的底层原理可以看一下统计学,样本量计算都是根据统计学中的提升比例和置信比例计算得到。网上有大量的样本量计算器。附网址:https://www.eyeofcloud.com/124.html。

假设检验

先对实验结论提出一个假设,然后利用实验后的结果数据,判断该假设是否成立。假设检验中还需要了解如何设立假设和如何检验。

两个假设

原假设H0:实验中想反对的假设。一般来说说,就是实验没有效果。

备择假设H1:实验中想支持的假设。一般来说,是指实验有效果。

检验度量

P值:P值即概率,反映某一事件发生的可能性大小。统计学上,5%是一个小概率事件,所以,实验结果一般以P<0.05 认为有统计学差异。

分布检验:一般大于等于1.96就有差异

Z检验:Z检验常用于总体正态分布、方差已知或独立大样本的平均数的显著性和差异的显著性检验。通常来说,指标是概率型指标,可以用Z检验。

T检验:t检验常用于总体正态分布、总体方差未知或独立小样本平均数的显著性检验、平均数差异显著性检验。通常来说,指标是均值类指标,可以用T检验

置信区间

置信区间是对一个样本的总体参数进行区间估计的样本均值范围。它展现了这个均值范围包含总体参数的概率,这个概率称为置信水平。通常来说,同正或者同负,能判断此次效果是否显著。而置信区间中的置信水平代表了估计的可靠度,一般来说使用95%的置信水平进行区间估计。

03 AB测试整体流程设计

我们先来看看整体AB测试的流程:

实验前:定目标,确定实验设计

实验开始前,要先考量该实验的目的,并将该目的映射到具体的可算指标上。根据这个指标,我们需要计算对应的最小样本量。再结合相应的流量分桶数据,计算相应的实验周期。

实验中:规则与人群校验

对于用户,必须保证一个用户仅处于一个分桶。对于策略,我们需要校验策略是否生生效,校验流量比例是否符合预期。如果有问题还需要及时修改。

实验后:效果评估与沉淀复盘

再实验未完成前,不建议对数据进行有效性检验,多次校验导致错误概率上涨。

在实验完成后,我们再来收集数据,校验相关的显著性。且不止要看数据显著性,还要确认业务显著性。再来决定,当前实验策略是否要全量上线。

最后,我们还需要沉淀复盘此次实验的过程中的问题和做的好的地方,为下次实验积累经验,也为我们后期(如果要)搭建AB测试平台沉淀相关的方法论。

04 AB测试有哪些坑

网络效应

社交产品或者有C有B的产品,都需要注意网络效应。因为用户是相互联系的,会相互影响,我们这里可以将用户以城市为单位进行实验。比如上海实行策略A,北京实行策略B,避免两端互相影响。

新奇效应

当我们初期上线一个功能时,会有用户比较好奇该功能,从而使得该功能的数据较号。但是可能只是用户比较好奇而已。比如我们将之前的一个弱提示按钮改成了强提示按钮,数据肯定会涨。这种时候,可以仅查看NU用户,因为NU不受历史包袱的影响。

时间&样本同质性

保证同一时间周期内观测实验结果。

保证样本同质化,不要出现分流不均匀的问题。

实验时长要大于户活跃间隔周期

做AB测试时,尽量设定一个实验生效期,这个周期一般是用户的一个活跃间隔期,保证整体用户都被策略触达。

-END-

分享到朋友圈
收藏
收藏
评分

综合评分:

我的评分
Xinstall 15天会员特权
Xinstall是专业的数据分析服务商,帮企业追踪渠道安装来源、裂变拉新统计、广告流量指导等,广泛应用于广告效果统计、APP地推与CPS/CPA归属统计等方面。
20羽毛
立即兑换
一书一课30天会员体验卡
领30天VIP会员,110+门职场大课,250+本精读好书免费学!助你提升职场力!
20羽毛
立即兑换
顺丰同城急送全国通用20元优惠券
顺丰同城急送是顺丰推出的平均1小时送全城的即时快送服务,专业安全,准时送达!
30羽毛
立即兑换
一个数据人的自留地
数据人交流和学习的社区,关注我们,掌握专业数据知识、结识更多的数据小伙伴。
确认要消耗 0羽毛购买
BAT大佬带你了解AB测试吗?
考虑一下
很遗憾,羽毛不足
我知道了

我们致力于提供一个高质量内容的交流平台。为落实国家互联网信息办公室“依法管网、依法办网、依法上网”的要求,为完善跟帖评论自律管理,为了保护用户创造的内容、维护开放、真实、专业的平台氛围,我们团队将依据本公约中的条款对注册用户和发布在本平台的内容进行管理。平台鼓励用户创作、发布优质内容,同时也将采取必要措施管理违法、侵权或有其他不良影响的网络信息。


一、根据《网络信息内容生态治理规定》《中华人民共和国未成年人保护法》等法律法规,对以下违法、不良信息或存在危害的行为进行处理。
1. 违反法律法规的信息,主要表现为:
    1)反对宪法所确定的基本原则;
    2)危害国家安全,泄露国家秘密,颠覆国家政权,破坏国家统一,损害国家荣誉和利益;
    3)侮辱、滥用英烈形象,歪曲、丑化、亵渎、否定英雄烈士事迹和精神,以侮辱、诽谤或者其他方式侵害英雄烈士的姓名、肖像、名誉、荣誉;
    4)宣扬恐怖主义、极端主义或者煽动实施恐怖活动、极端主义活动;
    5)煽动民族仇恨、民族歧视,破坏民族团结;
    6)破坏国家宗教政策,宣扬邪教和封建迷信;
    7)散布谣言,扰乱社会秩序,破坏社会稳定;
    8)宣扬淫秽、色情、赌博、暴力、凶杀、恐怖或者教唆犯罪;
    9)煽动非法集会、结社、游行、示威、聚众扰乱社会秩序;
    10)侮辱或者诽谤他人,侵害他人名誉、隐私和其他合法权益;
    11)通过网络以文字、图片、音视频等形式,对未成年人实施侮辱、诽谤、威胁或者恶意损害未成年人形象进行网络欺凌的;
    12)危害未成年人身心健康的;
    13)含有法律、行政法规禁止的其他内容;


2. 不友善:不尊重用户及其所贡献内容的信息或行为。主要表现为:
    1)轻蔑:贬低、轻视他人及其劳动成果;
    2)诽谤:捏造、散布虚假事实,损害他人名誉;
    3)嘲讽:以比喻、夸张、侮辱性的手法对他人或其行为进行揭露或描述,以此来激怒他人;
    4)挑衅:以不友好的方式激怒他人,意图使对方对自己的言论作出回应,蓄意制造事端;
    5)羞辱:贬低他人的能力、行为、生理或身份特征,让对方难堪;
    6)谩骂:以不文明的语言对他人进行负面评价;
    7)歧视:煽动人群歧视、地域歧视等,针对他人的民族、种族、宗教、性取向、性别、年龄、地域、生理特征等身份或者归类的攻击;
    8)威胁:许诺以不良的后果来迫使他人服从自己的意志;


3. 发布垃圾广告信息:以推广曝光为目的,发布影响用户体验、扰乱本网站秩序的内容,或进行相关行为。主要表现为:
    1)多次发布包含售卖产品、提供服务、宣传推广内容的垃圾广告。包括但不限于以下几种形式:
    2)单个帐号多次发布包含垃圾广告的内容;
    3)多个广告帐号互相配合发布、传播包含垃圾广告的内容;
    4)多次发布包含欺骗性外链的内容,如未注明的淘宝客链接、跳转网站等,诱骗用户点击链接
    5)发布大量包含推广链接、产品、品牌等内容获取搜索引擎中的不正当曝光;
    6)购买或出售帐号之间虚假地互动,发布干扰网站秩序的推广内容及相关交易。
    7)发布包含欺骗性的恶意营销内容,如通过伪造经历、冒充他人等方式进行恶意营销;
    8)使用特殊符号、图片等方式规避垃圾广告内容审核的广告内容。


4. 色情低俗信息,主要表现为:
    1)包含自己或他人性经验的细节描述或露骨的感受描述;
    2)涉及色情段子、两性笑话的低俗内容;
    3)配图、头图中包含庸俗或挑逗性图片的内容;
    4)带有性暗示、性挑逗等易使人产生性联想;
    5)展现血腥、惊悚、残忍等致人身心不适;
    6)炒作绯闻、丑闻、劣迹等;
    7)宣扬低俗、庸俗、媚俗内容。


5. 不实信息,主要表现为:
    1)可能存在事实性错误或者造谣等内容;
    2)存在事实夸大、伪造虚假经历等误导他人的内容;
    3)伪造身份、冒充他人,通过头像、用户名等个人信息暗示自己具有特定身份,或与特定机构或个人存在关联。


6. 传播封建迷信,主要表现为:
    1)找人算命、测字、占卜、解梦、化解厄运、使用迷信方式治病;
    2)求推荐算命看相大师;
    3)针对具体风水等问题进行求助或咨询;
    4)问自己或他人的八字、六爻、星盘、手相、面相、五行缺失,包括通过占卜方法问婚姻、前程、运势,东西宠物丢了能不能找回、取名改名等;


7. 文章标题党,主要表现为:
    1)以各种夸张、猎奇、不合常理的表现手法等行为来诱导用户;
    2)内容与标题之间存在严重不实或者原意扭曲;
    3)使用夸张标题,内容与标题严重不符的。


8.「饭圈」乱象行为,主要表现为:
    1)诱导未成年人应援集资、高额消费、投票打榜
    2)粉丝互撕谩骂、拉踩引战、造谣攻击、人肉搜索、侵犯隐私
    3)鼓动「饭圈」粉丝攀比炫富、奢靡享乐等行为
    4)以号召粉丝、雇用网络水军、「养号」形式刷量控评等行为
    5)通过「蹭热点」、制造话题等形式干扰舆论,影响传播秩序


9. 其他危害行为或内容,主要表现为:
    1)可能引发未成年人模仿不安全行为和违反社会公德行为、诱导未成年人不良嗜好影响未成年人身心健康的;
    2)不当评述自然灾害、重大事故等灾难的;
    3)美化、粉饰侵略战争行为的;
    4)法律、行政法规禁止,或可能对网络生态造成不良影响的其他内容。


二、违规处罚
本网站通过主动发现和接受用户举报两种方式收集违规行为信息。所有有意的降低内容质量、伤害平台氛围及欺凌未成年人或危害未成年人身心健康的行为都是不能容忍的。
当一个用户发布违规内容时,本网站将依据相关用户违规情节严重程度,对帐号进行禁言 1 天、7 天、15 天直至永久禁言或封停账号的处罚。当涉及欺凌未成年人、危害未成年人身心健康、通过作弊手段注册、使用帐号,或者滥用多个帐号发布违规内容时,本网站将加重处罚。


三、申诉
随着平台管理经验的不断丰富,本网站出于维护本网站氛围和秩序的目的,将不断完善本公约。
如果本网站用户对本网站基于本公约规定做出的处理有异议,可以通过「建议反馈」功能向本网站进行反馈。
(规则的最终解释权归属本网站所有)

我知道了
恭喜你~答对了
+5羽毛
下一次认真读哦
成功推荐给其他人
+ 10羽毛
评论成功且进入审核!审核通过后,您将获得10羽毛的奖励。分享本文章给好友阅读最高再得15羽毛~
(羽毛可至 "羽毛精选" 兑换礼品)
好友微信扫一扫
复制链接