如何快速上手 AB Testing ?淘系技术专家秘方公开(二)

阅读数:1 2020 年 1 月 13 日 17:47

如何快速上手 AB Testing ?淘系技术专家秘方公开(二)

A/B Testing 的步骤

说 A/B Testing 的步骤之前,我想说,A/B Testing 实验不是说你做了一次实验拿到结果就再也不用做 A/B 了,它更多是一个不断优化和理解产品以及用户的过程。

因此,这里所说的 A/B Testing 的步骤不是指我们如何在平台上面配置一次 A/B 实验,而是更大范围的,如何用 A/B Testing 优化产品的步骤。

总的来说,业界一般会给 A/B Testing 划分为 8 个步骤。

如何快速上手 AB Testing ?淘系技术专家秘方公开(二)

这是我学习看到的 8 阶段 A/B 划分,可以看到我们技术同学最关注的创建 A/B 实验,实际上只是其中的第 4、5 步,而除此之前,我们还有很多工作要做,那么要科学做 A/B 我们究竟每一步应该做些啥呢?我们来看一下。

1. 建立产品漏斗

这一步往往在我们的工作中会被忽略掉,我觉得,不管是业务还是技术同学,我们都有必要了解自己的产品链路以及用户的漏斗,知道了用户从哪里来,我们希望用户去哪里,才能够有准备的做增长。例如用户拉新的流程,它的漏斗大致可以是:

如何快速上手 AB Testing ?淘系技术专家秘方公开(二)

2. 确定产品链路核心指标

在明确了产品的漏斗之后,我们需要明确要观察产品链路中的哪些核心指标。

如果你的关注点仅仅是一个页面,那你可能更多需要细看当前页面的用户指标;如果你关注的产品链路比较长,你应该关注整个链路上各个节点之间的指标。

以上面“用户拉新”的例子来说,我们可能要关注每一个节点的用户量(PV/UV),还要看每一层的转化率(例如: 点击 / 曝光)等等。

确定了指标之后,我们就需要把这些指标纳入长期的观察中。

如何快速上手 AB Testing ?淘系技术专家秘方公开(二)

3. 观察指标,提出优化假设

接着我们的产品同学就可以根据指标分析当前的业务状况,然后结合需要优化的数据指标,提出相对应的业务假设。这里开始,就有统计学知识入场了。

这里我们说假设实际上包含了两种:

1. 原假设,又叫零假设、无假设(Null Hypothesis),代表我们希望通过试验结果推翻的假设。
2. 备择假设(Alternative Hypothesis),代表我们希望通过试验结果验证的假设。

可以看得出原假设是悲观主义的。为啥要这么分一下,说实在我自己一开始也很懵逼。我们这里先提出这两个概念(原假设、备择假设),他们的作用在后面几步会看到。

假如说我们的场景是:优化页面上面按钮的点击率,而我们的预计做法是加大按钮的尺寸。

那么原假设的表述就是:加大按钮的尺寸,按钮点击率不会有任何变化。

而备择假设的表述则是:加大按钮的尺寸,按钮点击率会有影响(我觉得影响包含提升和降低,不过大多数的讲解中这个假设只会写提升,我理解我们正常不会假设为数据降低,这点可以探讨一下)。

另外要注意的是,在假设检验中,原假设和备择假设有且只有一个成立。

确定了假设,接下来我们就进入实验的设计了。

如何快速上手 AB Testing ?淘系技术专家秘方公开(二)

4. 设计 A/B 实验方案

实验设计上,我们要明确一些信息:

  • 我们要写明,实验目标是什么,包括上面说的假设。
  • 在实验分组上,我们要考虑如何划分分组,是否要有 A/A 对照,要切多少流量来做实验?
  • 另外在投放上,我们的实验要针对谁做?是否要投放在特定的地区?或是投放在特定的端?

另外,A/B 实验中最好每次只做一个“变量”的改变(虽然受限于时间你也可以同时做多个变量,例如经典的奥巴马参选的 A/B 版本海报),这样对于后续的数据分析和拿明确的结论会比较有好处。

5. 开发 A/B 实验

这一步,是我们最熟悉的阶段,一般的项目需求评审都是从这里开始的,开发同学会借助 Runtime SDK 编写 UI 逻辑、分桶逻辑等,这里先不赘述里面的细节。

6. 运行实验

开发完成后,我们就要准备上线了,这时要设定实验运行时的配置,例如:

我们主要需要设定:

1. 指标的样本量(反过来样本量也决定了实验的运行时长)。
2. 实验的显著性水平(α)、统计功效(1-β), 一般业界普遍设定 α 为 5%,β 为 10%~20%。

为什么要设置显著性水平(α)、统计功效(1-β)?

这是因为,所有的实验,在概率统计学上都是存在误差的,而误差会导致我们做出错误的判断。

这里常见的错误判断包括:

  • 第 I 类错误 (弃真错误):原假设为真时拒绝原假设;第 I 类错误的概率记为 α(alpha),对应就是显著性水平值。
  • 第 II 类错误 (取伪错误):原假设为假时未拒绝原假设。第 II 类错误的概率记为 β(Beta),取反后(1-β)对应就是统计功效值。

再白话一些,以上面的例子来说:

  • 第一类的错误是指,加大按钮的尺寸,按钮点击率实际没有什么变化,但因为误差,我们认为有变化。
  • 第二类的错误是指,加大按钮的尺寸,按钮点击率实际产生了变化,但因为误差,我们认为没有变化。

这里如果觉得绕,可以多感受几遍。设置好这些,发布完代码后,我们就可以发布实验了。

如何快速上手 AB Testing ?淘系技术专家秘方公开(二)

7. 实验数据分析

我们前面说过: A/B Testing 的统计学本质就是做假设检验。

当然在开始假设检验前,我们要先验证一下,我们的数据本身是正确的。

然后我们就要根据实验的数据看:

1. 实验显著性是否满足要求?
2. 实验的结论是否证实了假设对数据的提升?
3. 实验是否带来了漏斗中其他数据变差?

关于实验的显著性,这里我们还会用到一个 z-test 计算 p 值的方式来进行校验。

p 值表示,我们观察实验样本有多大的概率是产生于随机过程的,p 值越小,我们越有信心认为原假设是不成立的,如果 p 值小于显著性水平(α),则我们可以认为原假设是不成立的。

8. 实验结论

最后,我们根据这次实验的分析结果,总结实验结论。

例如:这次实验我们具体通过做了 xx 提升了 xx 指标,并且没有对其他的指标产生影响,通过这次实验的结论,我们推理出在 xx 场景下,适合使用 xx 方式来提升 xx 指标。

当然如果没有达到预期的目标,我们就要调整策略提出更进一步的优化假设。

这 8 步,有时候我们也会缩减为一个 5 步的循环:
如何快速上手 AB Testing ?淘系技术专家秘方公开(二)

总的来说,所做的事情是差不多的。

在电商业务中做 A/B Testing,我们面临什么挑战?

说了这些,我们再来看看目前在电商中做 A/B 测试,我们都面临什么样的挑战?

我个人觉得主要的挑战就是:

A/B 测试直观感觉成本高,业务有接受门槛。

电商业务都讲究跑得快,这点我也和不少同学聊过,其实大家对于接受做 A/B 测试这件事情,感觉不是这么的 buy-in,原因还是直观感觉成本高,开发得开发两(n)个版本,耽误了上线时间。不过讲道理来说,我们不仅仅要追求“跑得快”,还得“方向对”。

相信前面说了这么多,我们可以看到结合 A/B Testing 来做业务,是一个比较科学的过程,有 A/B Testing 我们在业务过程中会更加注重假设求证、数据推导以及验证,同时 A/B 上线相比“一把梭上功能”也可以降低迭代带来的业务风险,甚至结合 A/B 你可以发掘业务中存在的问题,更加了解你的用户的行为,此外通过 A/B 获得的业务的增长经验可以沉淀下来通用化。

另外 A/B 不是一次性的事情,而是一个长期迭代的过程,大家做 A/B 是要以“不断优化”的心态来做,而不是“一次到位”。

从 A/B “平台”的角度来说,要帮助业务解决这些挑战,我们有很多的问题要解:

解决 A/B 成本高的问题(这里我们从几个角度来解决):

1. 平台的操作效率(是否简单易用),平台工具是否通俗易懂(A/B 那么多统计学的概念的理解成本能否被我们平台侧抹平)。

2. 开发更加规范,我们需要从开发 sdk 上规范业务的定制 A/B 开发,提供开发。

3. 开发效率提升:

  • 从工程侧,我们可以利用代码脚手架、代码生成等方式来提升效率。
  • 从平台功能上来说,我们可以提供 UI Editor 等之类的工具,把一些“静态配置”类的部分开放给运营和产品,允许他们做改动来做 A/B 实验,减少开发人员自己的投入。

4.A/B 的能力需要融入到其他的流程、平台、系统里面。

未来运营在使用其他平台的时候,不会感觉 A/B 配置是一个割裂的部分,当然这里的方案也是需要我们好好思考的,现在 A/B 的能力要融入到其他平台的成本还是非常高的。

我想这些也是我们接下来一步步需要解决的问题

本文转载自淘系技术公众号。
原文链接: https://mp.weixin.qq.com/s/3T7BJBNtqzJxgir8MDCimA

评论

发布