隨著Growth Hacking在中國的傳播和興起，作為增長黑客必殺技之一的A/B測試，也被越來越多的國內(nèi)企業(yè)所接受和重視。然而，A/B測試看似簡單，實(shí)則隱藏著許多溝溝坎坎，稍不注意就會(huì)導(dǎo)致試驗(yàn)結(jié)果偏離科學(xué)軌道。那么今天，我們就為大家一一細(xì)數(shù)那些年我們在A/B測試中踩過的坑。PS，文中包含大量真實(shí)案例，若能對號(hào)入座，請盡快修正試驗(yàn)方案。
輪流展現(xiàn)不同版本
對于廣告主而言，找到最有價(jià)值的廣告投放渠道，提升著陸頁（landing page）的轉(zhuǎn)化率，從而對整個(gè)廣告投放流程進(jìn)行優(yōu)化，無疑是最核心的優(yōu)化目標(biāo)。采用A/B測試對不同版本的廣告和著陸頁進(jìn)行測試，是一種很有效的優(yōu)化手段。也就是將不同版本的廣告和著陸頁同時(shí)投放，根據(jù)它們各自的數(shù)據(jù)表現(xiàn)，就可以判定哪一版更好。
而目前最常見的做法是，將不同版本的廣告進(jìn)行輪流展示，比如谷歌Adwords系統(tǒng)中的測試功能，就是采用的這種方法。這種所謂的A/B測試（請注意，這種測試方法其實(shí)并不能被稱為真正意義上的A/B測試），就讓企業(yè)掉入了第一個(gè)陷阱。
舉個(gè)不太恰當(dāng)?shù)睦樱绱说臏y試方法就好比在電視上投放廣告，分別選取了工作日的下午三點(diǎn)中和晚間黃金時(shí)段進(jìn)行測試收集。由于輪流展示時(shí)的測試環(huán)境不盡相同，所面向的受眾群體更是千差萬別，因此最終試驗(yàn)結(jié)束后的數(shù)據(jù)結(jié)果必然會(huì)存在一定偏差，也就更不具有說服性了。
正確的做法是：不同版本需要并行（同時(shí)）上線，并且盡可能的降低所有版本的測試環(huán)境差別，才能得到精準(zhǔn)的數(shù)據(jù)結(jié)果，從而做出可信的決策。
選擇不同應(yīng)用市場投放
在介紹這個(gè)誤區(qū)之前，必須先解釋一下什么是辛普森悖論。辛普森悖論是英國統(tǒng)計(jì)學(xué)家 E.H. 辛普森（E.H.Simpson）于1951年提出的悖論，即在某個(gè)條件下的兩組數(shù)據(jù)，在分別討論時(shí)都會(huì)滿足某種性質(zhì)，可是一旦合并起來進(jìn)行考慮，卻可能導(dǎo)致相反的結(jié)論。
什么樣的情況會(huì)造成辛普森悖論呢？一個(gè)很典型的應(yīng)用場景：為了驗(yàn)證新版本對于用戶使用真實(shí)影響，很多企業(yè)會(huì)選擇將不同版本打包，分別投放到不同的應(yīng)用市場。當(dāng)發(fā)現(xiàn)其中某版本的數(shù)據(jù)表現(xiàn)的最好，就決定將該版本全量上線。殊不知，當(dāng)將全部應(yīng)用市場整合起來進(jìn)行統(tǒng)計(jì)，卻發(fā)現(xiàn)這個(gè)版本的表現(xiàn)差強(qiáng)人意，對核心數(shù)據(jù)產(chǎn)生了不利影響。
這里有一個(gè)真實(shí)的案例，某產(chǎn)品計(jì)劃在安卓客戶端上線一個(gè)新功能，于是先將不同版本以小流量投放在多個(gè)應(yīng)用市場（例如豌豆莢、91助手等）。一段時(shí)間之后，測試結(jié)果都指向了其中一個(gè)版本。但其實(shí)，這些不同應(yīng)用市場的用戶并不具有全用戶代表性，所以如果盲目將試驗(yàn)選出的版本直接推送給全部用戶，就很容易因?yàn)樾疗丈Ｕ摱霈F(xiàn)完全相反的結(jié)果。
因此，避免這一大陷阱的正確做法是：將流量進(jìn)行科學(xué)地分割，保證試驗(yàn)組和對照組的用戶特征一致，且都具有全局代表性。
試驗(yàn)結(jié)果不好就一竿子打死
上一個(gè)誤區(qū)講的是「以偏概全」，那么接下來我們要介紹的這個(gè)誤區(qū)則是「以全概偏」，也叫做區(qū)群謬誤。
在這個(gè)概念中，認(rèn)為群體中的所有個(gè)體都有群體的性質(zhì)。但如果僅基于群體的統(tǒng)計(jì)數(shù)據(jù)，就對其下屬的個(gè)體性質(zhì)作出推論，那么得出的結(jié)論往往是不準(zhǔn)確的。換句話說，當(dāng)我們做了一次A/B測試后，發(fā)現(xiàn)試驗(yàn)版本的數(shù)據(jù)結(jié)果并不理想，于是就認(rèn)定所有的地區(qū)或渠道的效果都是負(fù)面的，那么我們就陷入了區(qū)群謬誤的陷阱。
作為國際短租平臺(tái)，搜索是Airbnb生態(tài)系統(tǒng)中很基礎(chǔ)的一個(gè)組成部分。Airbnb曾經(jīng)做過一個(gè)關(guān)于搜索頁優(yōu)化的A/B測試，新的版本更加強(qiáng)調(diào)了列出的圖片，以及房屋所在位置（如下圖所示）。
在等待了足夠長的時(shí)間之后，試驗(yàn)結(jié)果顯示新老版本的整體數(shù)據(jù)相差無幾，似乎這次優(yōu)化沒有很好的效果。如果此時(shí)，Airbnb直接根據(jù)整體的數(shù)據(jù)表現(xiàn)放棄了這次優(yōu)化，那么這個(gè)花費(fèi)了很多精力設(shè)計(jì)的項(xiàng)目就會(huì)前功盡棄。
然而，Airbnb并沒有借此放棄。相反，經(jīng)過仔細(xì)研究，他們發(fā)現(xiàn)除了IE瀏覽器之外，新版在其他不同瀏覽器中的表現(xiàn)都很不錯(cuò)。當(dāng)意識(shí)到新的設(shè)計(jì)制約了使用老版本IE的操作點(diǎn)擊后（而這個(gè)明顯為全局的結(jié)果造成了很消極的影響），Airbnb當(dāng)即對其進(jìn)行了修補(bǔ)。至此以后，IE恢復(fù)了和其他瀏覽器一樣的展示結(jié)果，試驗(yàn)的整體數(shù)據(jù)增長了2%以上。
通過Airbnb的例子，我們能學(xué)到正確的做法是：在整體效果不太好的時(shí)候，不要一竿子打死，而需要從多個(gè)維度細(xì)分觀察個(gè)體的情況，以避免區(qū)群謬誤帶來的決策偏差。
“好奇害死貓”
一個(gè)好的產(chǎn)品必須要能夠激發(fā)用戶的好奇心，并在用戶的持續(xù)使用中對產(chǎn)品逐漸產(chǎn)生粘性，而不至于流失。但與此同時(shí)，我們需要時(shí)刻警惕好奇心理所帶來的數(shù)據(jù)偏差。
從心理學(xué)的角度來說，好奇心是個(gè)體遇到新奇事物或處在新的外界條件下所產(chǎn)生的注意、操作、提問的心理傾向。應(yīng)用到A/B測試的場景中，當(dāng)一個(gè)產(chǎn)品推出了新的功能或主頁，用戶在早期出于好奇心理，發(fā)生了過多的試探性點(diǎn)擊，從而推動(dòng)了相關(guān)數(shù)據(jù)的增長。如果這時(shí)就以為用戶更青睞于優(yōu)化后的版本，直接全量上線，就很有可能忽視了用戶的真實(shí)喜好。
所以，正確的做法是：適當(dāng)延長試驗(yàn)的運(yùn)行時(shí)間，觀察試驗(yàn)數(shù)據(jù)的走勢是否持久穩(wěn)定，消除用戶的好奇心給結(jié)果帶來的偏差。
反復(fù)檢驗(yàn)，區(qū)間一收斂就喊停
在反復(fù)檢驗(yàn)中，我們提到了p-value的概念，它可以作為區(qū)間收斂結(jié)果顯著的一個(gè)參考。通常情況下，p=0.05是常用的顯著值。于是，我們會(huì)自然而然的認(rèn)為當(dāng)p達(dá)到這個(gè)值時(shí)，就可以得到顯著的結(jié)果。不過事實(shí)真是這樣嗎？可以看看下面這個(gè)案例。
Airbnb還做過另一個(gè)試驗(yàn)，他們將搜索頁上的價(jià)格過濾器的上限從300調(diào)大到了1000，想知道預(yù)訂數(shù)是否會(huì)增加。他們監(jiān)測了價(jià)格過濾器試驗(yàn)隨時(shí)間變化的結(jié)果，發(fā)現(xiàn)p-value曲線在7天之后就達(dá)到了0.05，并且這時(shí)候的結(jié)論是試驗(yàn)版本在預(yù)訂方面起到了很顯著的效果，然而當(dāng)他們繼續(xù)運(yùn)行試驗(yàn)的時(shí)候，卻發(fā)現(xiàn)這個(gè)試驗(yàn)開始趨向于中立，最后得到的結(jié)果是兩個(gè)版本差別不大。
為什么不應(yīng)該在p-value達(dá)到0.05時(shí)就停止試驗(yàn)?zāi)?？Airbnb團(tuán)隊(duì)認(rèn)為，用戶預(yù)訂需要花很長的時(shí)間，所以早期的轉(zhuǎn)化在試驗(yàn)最開始時(shí)會(huì)有不太恰當(dāng)?shù)挠绊?。他們給出的建議是，為了避免統(tǒng)計(jì)學(xué)上的錯(cuò)誤，最好的實(shí)踐方法就是基于樣本的總量計(jì)算所需最小效果，并在開始試驗(yàn)之前就想好你要運(yùn)行多久。
試驗(yàn)給出的p-value值是基于認(rèn)為你設(shè)計(jì)的試驗(yàn)是已知樣本和效應(yīng)大小的，所以單純使用p-value作為停止試驗(yàn)的準(zhǔn)則是不太正確的。以及，如果你持續(xù)的監(jiān)控試驗(yàn)的發(fā)展和p-value，就比較容易看到真實(shí)的效果。
以上，就是在做A/B測試時(shí)比較容易遇到的坑。還是文章開頭說過的那句話，如果剛才說到的那些坑真實(shí)反映了你當(dāng)前的狀況，就請盡快修正測試方案，跳出陷阱才能得到更為科學(xué)可信的結(jié)果。當(dāng)然，你也可以選擇AppAdhoc A/B Testing，幫助你更加專業(yè)、快捷的實(shí)現(xiàn)A/B測試驅(qū)動(dòng)的產(chǎn)品優(yōu)化：） 。
原作者：王曄
文章來源：PMCAFF
本文系作者：
運(yùn)營那些事兒
授權(quán)發(fā)表，鳥哥筆記平臺(tái)僅提供信息存儲(chǔ)空間服務(wù)。
本文為作者獨(dú)立觀點(diǎn)，不代表鳥哥筆記立場，未經(jīng)允許不得轉(zhuǎn)載。
《鳥哥筆記版權(quán)及免責(zé)申明》
如對文章、圖片、字體等版權(quán)有疑問，請點(diǎn)擊
反饋舉報(bào)
我們致力于提供一個(gè)高質(zhì)量內(nèi)容的交流平臺(tái)。為落實(shí)國家互聯(lián)網(wǎng)信息辦公室“依法管網(wǎng)、依法辦網(wǎng)、依法上網(wǎng)”的要求，為完善跟帖評(píng)論自律管理，為了保護(hù)用戶創(chuàng)造的內(nèi)容、維護(hù)開放、真實(shí)、專業(yè)的平臺(tái)氛圍，我們團(tuán)隊(duì)將依據(jù)本公約中的條款對注冊用戶和發(fā)布在本平臺(tái)的內(nèi)容進(jìn)行管理。平臺(tái)鼓勵(lì)用戶創(chuàng)作、發(fā)布優(yōu)質(zhì)內(nèi)容，同時(shí)也將采取必要措施管理違法、侵權(quán)或有其他不良影響的網(wǎng)絡(luò)信息。
一、根據(jù)《網(wǎng)絡(luò)信息內(nèi)容生態(tài)治理規(guī)定》《中華人民共和國未成年人保護(hù)法》等法律法規(guī)，對以下違法、不良信息或存在危害的行為進(jìn)行處理。
1. 違反法律法規(guī)的信息，主要表現(xiàn)為：
1)反對憲法所確定的基本原則；
2)危害國家安全，泄露國家秘密，顛覆國家政權(quán)，破壞國家統(tǒng)一，損害國家榮譽(yù)和利益；
3)侮辱、濫用英烈形象，歪曲、丑化、褻瀆、否定英雄烈士事跡和精神，以侮辱、誹謗或者其他方式侵害英雄烈士的姓名、肖像、名譽(yù)、榮譽(yù)；
4)宣揚(yáng)恐怖主義、極端主義或者煽動(dòng)實(shí)施恐怖活動(dòng)、極端主義活動(dòng)；
5)煽動(dòng)民族仇恨、民族歧視，破壞民族團(tuán)結(jié)；
6)破壞國家宗教政策，宣揚(yáng)邪教和封建迷信；
7)散布謠言，擾亂社會(huì)秩序，破壞社會(huì)穩(wěn)定；
8)宣揚(yáng)淫穢、色情、賭博、暴力、兇殺、恐怖或者教唆犯罪；
9)煽動(dòng)非法集會(huì)、結(jié)社、游行、示威、聚眾擾亂社會(huì)秩序；
10)侮辱或者誹謗他人，侵害他人名譽(yù)、隱私和其他合法權(quán)益；
11)通過網(wǎng)絡(luò)以文字、圖片、音視頻等形式，對未成年人實(shí)施侮辱、誹謗、威脅或者惡意損害未成年人形象進(jìn)行網(wǎng)絡(luò)欺凌的；
12)危害未成年人身心健康的；
13)含有法律、行政法規(guī)禁止的其他內(nèi)容；
2. 不友善：不尊重用戶及其所貢獻(xiàn)內(nèi)容的信息或行為。主要表現(xiàn)為：
1)輕蔑：貶低、輕視他人及其勞動(dòng)成果；
2)誹謗：捏造、散布虛假事實(shí)，損害他人名譽(yù)；
3)嘲諷：以比喻、夸張、侮辱性的手法對他人或其行為進(jìn)行揭露或描述，以此來激怒他人；
4)挑釁：以不友好的方式激怒他人，意圖使對方對自己的言論作出回應(yīng)，蓄意制造事端；
5)羞辱：貶低他人的能力、行為、生理或身份特征，讓對方難堪；
6)謾罵：以不文明的語言對他人進(jìn)行負(fù)面評(píng)價(jià)；
7)歧視：煽動(dòng)人群歧視、地域歧視等，針對他人的民族、種族、宗教、性取向、性別、年齡、地域、生理特征等身份或者歸類的攻擊；
8)威脅：許諾以不良的后果來迫使他人服從自己的意志；
3. 發(fā)布垃圾廣告信息：以推廣曝光為目的，發(fā)布影響用戶體驗(yàn)、擾亂本網(wǎng)站秩序的內(nèi)容，或進(jìn)行相關(guān)行為。主要表現(xiàn)為：
1)多次發(fā)布包含售賣產(chǎn)品、提供服務(wù)、宣傳推廣內(nèi)容的垃圾廣告。包括但不限于以下幾種形式：
2)單個(gè)帳號(hào)多次發(fā)布包含垃圾廣告的內(nèi)容；
3)多個(gè)廣告帳號(hào)互相配合發(fā)布、傳播包含垃圾廣告的內(nèi)容；
4)多次發(fā)布包含欺騙性外鏈的內(nèi)容，如未注明的淘寶客鏈接、跳轉(zhuǎn)網(wǎng)站等，誘騙用戶點(diǎn)擊鏈接
5)發(fā)布大量包含推廣鏈接、產(chǎn)品、品牌等內(nèi)容獲取搜索引擎中的不正當(dāng)曝光；
6)購買或出售帳號(hào)之間虛假地互動(dòng)，發(fā)布干擾網(wǎng)站秩序的推廣內(nèi)容及相關(guān)交易。
7)發(fā)布包含欺騙性的惡意營銷內(nèi)容，如通過偽造經(jīng)歷、冒充他人等方式進(jìn)行惡意營銷；
8)使用特殊符號(hào)、圖片等方式規(guī)避垃圾廣告內(nèi)容審核的廣告內(nèi)容。
4. 色情低俗信息，主要表現(xiàn)為：
1)包含自己或他人性經(jīng)驗(yàn)的細(xì)節(jié)描述或露骨的感受描述；
2)涉及色情段子、兩性笑話的低俗內(nèi)容；
3)配圖、頭圖中包含庸俗或挑逗性圖片的內(nèi)容；
4)帶有性暗示、性挑逗等易使人產(chǎn)生性聯(lián)想；
5)展現(xiàn)血腥、驚悚、殘忍等致人身心不適；
6)炒作緋聞、丑聞、劣跡等；
7)宣揚(yáng)低俗、庸俗、媚俗內(nèi)容。
5. 不實(shí)信息，主要表現(xiàn)為：
1)可能存在事實(shí)性錯(cuò)誤或者造謠等內(nèi)容；
2)存在事實(shí)夸大、偽造虛假經(jīng)歷等誤導(dǎo)他人的內(nèi)容；
3)偽造身份、冒充他人，通過頭像、用戶名等個(gè)人信息暗示自己具有特定身份，或與特定機(jī)構(gòu)或個(gè)人存在關(guān)聯(lián)。
6. 傳播封建迷信，主要表現(xiàn)為：
1)找人算命、測字、占卜、解夢、化解厄運(yùn)、使用迷信方式治?。?br /> 2)求推薦算命看相大師；
3)針對具體風(fēng)水等問題進(jìn)行求助或咨詢；
4)問自己或他人的八字、六爻、星盤、手相、面相、五行缺失，包括通過占卜方法問婚姻、前程、運(yùn)勢，東西寵物丟了能不能找回、取名改名等；
7. 文章標(biāo)題黨，主要表現(xiàn)為：
1)以各種夸張、獵奇、不合常理的表現(xiàn)手法等行為來誘導(dǎo)用戶；
2)內(nèi)容與標(biāo)題之間存在嚴(yán)重不實(shí)或者原意扭曲；
3)使用夸張標(biāo)題，內(nèi)容與標(biāo)題嚴(yán)重不符的。
8.「飯圈」亂象行為，主要表現(xiàn)為：
1)誘導(dǎo)未成年人應(yīng)援集資、高額消費(fèi)、投票打榜
2)粉絲互撕謾罵、拉踩引戰(zhàn)、造謠攻擊、人肉搜索、侵犯隱私
3)鼓動(dòng)「飯圈」粉絲攀比炫富、奢靡享樂等行為
4)以號(hào)召粉絲、雇用網(wǎng)絡(luò)水軍、「養(yǎng)號(hào)」形式刷量控評(píng)等行為
5)通過「蹭熱點(diǎn)」、制造話題等形式干擾輿論，影響傳播秩序
9. 其他危害行為或內(nèi)容，主要表現(xiàn)為：
1)可能引發(fā)未成年人模仿不安全行為和違反社會(huì)公德行為、誘導(dǎo)未成年人不良嗜好影響未成年人身心健康的；
2)不當(dāng)評(píng)述自然災(zāi)害、重大事故等災(zāi)難的；
3)美化、粉飾侵略戰(zhàn)爭行為的；
4)法律、行政法規(guī)禁止，或可能對網(wǎng)絡(luò)生態(tài)造成不良影響的其他內(nèi)容。
二、違規(guī)處罰
本網(wǎng)站通過主動(dòng)發(fā)現(xiàn)和接受用戶舉報(bào)兩種方式收集違規(guī)行為信息。所有有意的降低內(nèi)容質(zhì)量、傷害平臺(tái)氛圍及欺凌未成年人或危害未成年人身心健康的行為都是不能容忍的。
當(dāng)一個(gè)用戶發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將依據(jù)相關(guān)用戶違規(guī)情節(jié)嚴(yán)重程度，對帳號(hào)進(jìn)行禁言 1 天、7 天、15 天直至永久禁言或封停賬號(hào)的處罰。當(dāng)涉及欺凌未成年人、危害未成年人身心健康、通過作弊手段注冊、使用帳號(hào)，或者濫用多個(gè)帳號(hào)發(fā)布違規(guī)內(nèi)容時(shí)，本網(wǎng)站將加重處罰。
三、申訴
隨著平臺(tái)管理經(jīng)驗(yàn)的不斷豐富，本網(wǎng)站出于維護(hù)本網(wǎng)站氛圍和秩序的目的，將不斷完善本公約。
如果本網(wǎng)站用戶對本網(wǎng)站基于本公約規(guī)定做出的處理有異議，可以通過「建議反饋」功能向本網(wǎng)站進(jìn)行反饋。
(規(guī)則的最終解釋權(quán)歸屬本網(wǎng)站所有)