很可惜 T 。T 您现在还不是作者身份，不能自主发稿哦～
如有投稿需求，请把文章发送到邮箱tougao@appcpx.com，一经录用会有专人和您联系
咨询如何成为春羽作者请联系：鸟哥笔记小羽毛（ngbjxym）
增长工作中，AB测试可以说是被奉为圭臬的方法，也是产品/运营同学们信手拈来的工具。工作对AB测试接触使用较多，但也有了更多的经验教训以及学习思考。
这次分享5个实际使用AB测试中的关键事项，一起来交流避坑。
AB测试中，对照组和实验组的样本量越大，实验时间越长，实验结果就更加准确。
这可以说是常识性的判断，但是实际上这是由统计显著性决定的：
统计显著性是指对照组和实验组的数据差异有多大可能是真实存在的，而不是随机误差导致的。
所以周期更久、样本量更多的AB测试更有说服力，但是实际工作中，产品或活动的迭代速度快，这就要求AB测试的实验周期不能过长，所以在AB测试前对样本规模进行预估至关重要。
计算样本量的方法有些复杂，对于丢弃高数、概率论多年的打工人来说，还是建议求助于数据分析同学。推荐一个在线样本预估计算器：https://www.eyeofcloud.com/124.html
在这个样本数量计算器中，输入原始版本转化率（已知），再输入优化版本的转化率（预期），同时设置统计显著性水平，一般达到95%以上即是显著差异。这样就可以快速得到一个样本数量结果。
如上图，如果原始版转化率是10%，优化的新版本转化率预期是12%，在进行AB测试时，每组用户样本数据达到2900以上时，才能说明这个新版本转化率的是显著差异，是可信的。
在计算完预估的样本数量之后，还有一个重要工作就是预估实验周期。
如果可信的AB测试每组实验需要2900个样本量，但是我们的产品每天只有200的日活用户，分成两组后每组只有100用户，则2900/100=29天，意味着AB测试实验需要29天后才可达到需要的样本量。
这个时候就要评估这个周期是否是可接受的，如果周期过长，则说明这个AB测试在现阶段进行是不合适的。
样本规模预估是在AB测试前进行，因为优化版本的转化数据是预估的，所以样本量和实验周期都是预估数据，帮助我们在AB测试前对测试样本和周期有个初步判断。
在实际的AB测试实验结束后，我们还需要对实际的结果数据进行统计显著性检验，保证对照组和实验组的数据差异是显著可信的。同样有一个在线工具：https://www.eyeofcloud.com/126.html
在这个工具中，我们输入AB两组的实际数据，就可以清楚看到两者转化率的差异，以及试验结果的统计显著性结果。
以上图为例，虽然B组的转化率比A组高，但是因为样本量较小，试验结果没有达到显著的统计学差异，所以我们不能得出B组优化比A组更好的结论。
这个时候有两种选择，一是继续实验，积累更多的实验数据后进行分析，二是放弃实验，得出此次优化没有明显提升的结论。
也不是说继续实验一定会得出显著性差异，如果样本量继续增大，但是转化率差异减小，就意味着需要更多的样本量，这种情况往往说明两个版本的差异确实不大，但是也需要根据实际情况判断是否需要停止AB测试。
在进行AB测试时，一般情况下会有一个核心指标来判断实验结果，同时会有一些支持或辅助指标来更好地监测实验和分析结果。但是不能忽略的是一些反向指标。
什么是反向指标？反向指标就是AB测试实验中可能会负面影响的指标。
举一个简单的例子：
AB实验为了提升新用户注册率，于是在新版本中过度包装了新人权益，虽然提升了新用户注册率，但是因为用户预期管理不足，新用户注册后发现实际的新人权益大打折扣，对产品产生不满的情绪，导致新用户首单转化率降低。
新用户首单转化率在这个实验中就是一个值得关注的反向指标。
AB测试为了实验的速度和效果，往往会关注少部分关键流程节点和核心指标，但是忽略反向指标，却有得不偿失的风险。
辛普森悖论是指：某些条件下的两组数据，分别讨论时都会满足某种性质，可是一旦合并考虑，却可能导致相反的结论。这个理论由英国统计学家辛普森提出。
还是举一个简单的例子，在对新用户首购流程的AB测试实验中：
首日，A组转化率是10%（10/100），B组转化率是12%（120/1000）；
次日，A组转化率是15%（150/1000），B组转化率是16%（160/1000）；
两日分别看，B组的转化率都高于A组。
但是合计起来看，A组转化率是14.5%（160/1100），B组转化率14%（280/2000）；
这样合计数据A组的转化率却高于B组。所以在分析时就无法直接判断实验结果。
辛普森悖论的存在，对AB测试提出了更多的要求，用户样本的合理选择、样本量的监控调整、全面的数据分析等。
例子中导致分日和合计数据结论相反的原因就是首日A组和B组样本量差别较大。
对于大体量的产品和完善的增长团队，会存在多个AB测试同时进行的情况，这就需要考虑分层实验。
分层实验是指，将多个实验建立起分层结构，每一层实验使用过的流量，下一层的实验可以继续用。有些不是很好理解，继续举个例子：
以电商产品的新人流程为例，新用户下载打开APP后，首页有新人礼包的入口，点击进入后可以查看新人权益和优惠商品，新用户查看新人商品后完成下单，这就是新用户转化的基本路径。
为了优化现有的新人转化流程，从新人礼包的首页展示、落地页展示、新人商品详情页同时进行了多个AB实验。
在首页展示上，同时进行了按钮颜色和引导文案的AB实验，为了保证变量的唯一性，按钮颜色实验中，包括文案等其他内容完全是一致的，文案实验中，包括按钮颜色等其他内容也是完全一致的。这就需要把100%的流量分成2部分，假设为各50%，即50%用户进行按钮颜色实验（25%看到红色按钮，25%看到黄色按钮，两组文案一致），其余50%用户进行文案实验（25%看到“领取权益”文案，25%看到“1元下单”文案，两组按钮颜色一致）。
进入到新人页面之后，对权益展示的方式又进行了AB实验，从第一层（首页）来的流量（100%）都进行权益展示的AB实验，来自第一层100%的流量刚进行了按钮颜色和文案的实验，为了避免上层实验对权益展示实验的影响，从上层来的流量要随机分配到权益展示实验的AB两组，这就是分层实验中的流量正交，均匀分配上层流量。
分层实验在实际工作中不多见，但是成熟的产品必须要考虑这种情况的存在，才能更高效地更科学的同时进行多个AB实验。各团队间也要保持沟通，避免单打独斗进行实验，却不知被对方的实验影响了结果，得出不恰当的结论。
以上，就是关于AB测试的5个阶段性分享，后面的工作中，AB测试还会继续做，新的问题还会出现。
-END-
本文为作者独立观点，不代表鸟哥笔记立场，未经允许不得转载。
《鸟哥笔记版权及免责申明》 如对文章、图片、字体等版权有疑问，请点击 反馈举报
Powered by QINGMOB PTE. LTD. © 2010-2022 上海青墨信息科技有限公司 沪ICP备2021034055号-6
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)