時(shí)修為

AB實(shí)驗(yàn)是數(shù)據(jù)分析和業(yè)務(wù)優(yōu)化中不可或缺的工具，但很多人對(duì)其原理和應(yīng)用仍感到困惑。本文從統(tǒng)計(jì)學(xué)原理出發(fā)，詳細(xì)介紹了AB實(shí)驗(yàn)的設(shè)計(jì)思路、實(shí)施步驟、結(jié)果解讀以及在業(yè)務(wù)中的應(yīng)用案例，幫助讀者快速掌握AB實(shí)驗(yàn)的核心要點(diǎn)，是一篇實(shí)用性強(qiáng)的入門(mén)指南。

AB實(shí)驗(yàn)（ABtest）是一個(gè)經(jīng)常被提起，但是很多同學(xué)聽(tīng)得云里霧里的東西。因?yàn)榫W(wǎng)上太多文章都在講統(tǒng)計(jì)學(xué)公式，但：

1、為什么非得是AB實(shí)驗(yàn)？

2、到底AB實(shí)驗(yàn)該怎么設(shè)計(jì)?

3、到底業(yè)務(wù)該怎么用?

網(wǎng)上的案例非常少。今天一文跟大家講清，包教包會(huì)！

一、AB實(shí)驗(yàn)的原理

之所以做AB實(shí)驗(yàn)，是因?yàn)椋河绊懡Y(jié)果的因素很多，我們想剔除其他因素的干擾，只看我們關(guān)心的。比如用戶的消費(fèi)率，可能受：

1）業(yè)務(wù)派發(fā)的優(yōu)惠券

2）用戶自身需求

3）特定的商品

的影響，我們想剔除X2，X3，只看業(yè)務(wù)發(fā)券對(duì)用戶消費(fèi)率的影響，此時(shí)就得做實(shí)驗(yàn)。

在統(tǒng)計(jì)學(xué)上，有兩種常用方法剔除干擾：

方法一，隨機(jī)實(shí)驗(yàn)：隨機(jī)分成兩組，一組有作用，一組沒(méi)有，組間對(duì)比。充分的隨機(jī)性，能消除一切干擾因素！因此，隨機(jī)實(shí)驗(yàn)被稱為“因果推斷的黃金法則！”

方法二，找特征相似的個(gè)體作對(duì)比，所謂分組法，PSM，DID，RDD都是此原理。

這里可能有人疑惑：為什么僅靠隨機(jī)分組，就能消除所有因素影響？統(tǒng)計(jì)學(xué)上有一個(gè)經(jīng)典的種豆子故事（如下圖）簡(jiǎn)單來(lái)說(shuō)：隨機(jī)分組，構(gòu)造了一個(gè)“平行世界的你”實(shí)現(xiàn)了相似特征對(duì)比。

二、AB實(shí)驗(yàn)的設(shè)計(jì)

AB實(shí)驗(yàn)設(shè)計(jì)，包括五個(gè)步驟

1、業(yè)務(wù)提出行動(dòng)目標(biāo)（改善XXX指標(biāo)）

2、業(yè)務(wù)提出行動(dòng)方案（頁(yè)面改版/派優(yōu)惠券）

3、根據(jù)業(yè)務(wù)方案，抽取部分用戶進(jìn)行隨機(jī)分組

4、推送業(yè)務(wù)方案，收集用戶響應(yīng)的數(shù)據(jù)

5、利用統(tǒng)計(jì)學(xué)知識(shí)，對(duì)比組間差異，得出結(jié)論

典型的ABtest場(chǎng)景，有以下3種，牢牢記住哦。

這里要注意，現(xiàn)在是2025年，不是所有工作都需要從0開(kāi)始做的！市面上有火山引擎（DataTester）/神策（ABtest）等工具，很多公司也有自建的ABtest平臺(tái)，可以實(shí)現(xiàn)全流程配置與管理。除了數(shù)據(jù)產(chǎn)品要搞研發(fā)以外，產(chǎn)品經(jīng)理/運(yùn)營(yíng)/數(shù)據(jù)分析師的精力應(yīng)更多放在：如何設(shè)計(jì)一個(gè)靠譜的實(shí)驗(yàn)。

三、什么是靠譜的實(shí)驗(yàn)

第一：實(shí)驗(yàn)本身符合業(yè)務(wù)邏輯。

比如：

派優(yōu)惠券：消費(fèi)滿1萬(wàn)元，減1元

首頁(yè)banner，把“快來(lái)看看”改成“馬上看看”

你自己覺(jué)得這些玩意能有多大作用！

這種屎上雕花的東西，再測(cè)也測(cè)不出效果來(lái)，窮折騰。

第二：用戶分組隨機(jī)性驗(yàn)證。

理論上，最好先做AA實(shí)驗(yàn)。即隨機(jī)分組后，不上線任何政策，空跑一段時(shí)間。如果分組是隨機(jī)的，那么此時(shí)組間不會(huì)出現(xiàn)任何差異。

實(shí)際上，人們經(jīng)常懶得做AA就直接上了。那么至少，分組后，組間用戶在關(guān)鍵特征（性別，年齡，收入，消費(fèi)力等）保持一致（也可以做T檢驗(yàn)）。

第三：實(shí)驗(yàn)時(shí)間設(shè)計(jì)，符合業(yè)務(wù)周期，避開(kāi)特殊時(shí)間段。

比如：

1、要測(cè)優(yōu)惠券，那么不要趕在618前后測(cè)，618的巨大影響，會(huì)把你那點(diǎn)券沖掉的。

2、要測(cè)游戲功能，不要趕在學(xué)生快放暑假，快開(kāi)學(xué)的時(shí)候。選擇正常時(shí)間

3、要測(cè)商品詳情頁(yè)，至少測(cè)夠1周（包含工作日和周末）

第四：做好多個(gè)實(shí)驗(yàn)之間的協(xié)調(diào)。

業(yè)務(wù)動(dòng)作有可能很多，多重動(dòng)作疊加很可能引發(fā)用戶體驗(yàn)下降，比如：

1、單獨(dú)上一個(gè)“猜你喜歡”，效果很好

2、單獨(dú)上一個(gè)“福利炸彈”，效果很好

3、單獨(dú)上一個(gè)“好運(yùn)降臨”，效果很好

結(jié)果實(shí)際上線，用戶打開(kāi)頁(yè)面哐哐哐彈了一堆東西，嚇得用戶趕緊關(guān)上……

綜上可見(jiàn)，好的實(shí)驗(yàn)，建立在充分的前期分析，對(duì)用戶和產(chǎn)品有足夠分析積累之上，不是閉著眼睛上個(gè)頁(yè)面就測(cè)了。

四、實(shí)驗(yàn)結(jié)果的解讀

AB實(shí)驗(yàn)，對(duì)應(yīng)的統(tǒng)計(jì)學(xué)知識(shí)是“雙樣本T檢驗(yàn)”，而且常用的AB實(shí)驗(yàn)平臺(tái)會(huì)直接通報(bào)結(jié)果，所以直接看P值是不是小于0.05就好了。P值大于0.05說(shuō)明沒(méi)有組間差異，業(yè)務(wù)動(dòng)作做了白做，回去重做！

這里，經(jīng)常有業(yè)務(wù)部門(mén)會(huì)搬來(lái)厚厚的統(tǒng)計(jì)學(xué)書(shū)，試圖證明P值大于0.05，也能說(shuō)明業(yè)務(wù)做的很好。反正業(yè)務(wù)做的不好，測(cè)到它好為止！最后結(jié)論必須是“好！”……我們常說(shuō)：放過(guò)統(tǒng)計(jì)學(xué)吧，它老人家已經(jīng)300歲了，經(jīng)不起產(chǎn)品經(jīng)理和運(yùn)營(yíng)這么折騰。

反而是，很有可能出現(xiàn)：明明測(cè)試看起來(lái)有效，上線沒(méi)效果，比如：

測(cè)的東西本身就是小因素，很快泯然眾人

有影響更大的其他事件發(fā)生

業(yè)務(wù)動(dòng)作之間相互干擾，拉低效果

持續(xù)動(dòng)作下，用戶需求/市場(chǎng)結(jié)構(gòu)發(fā)生變化

新奇效應(yīng)，上線時(shí)候好玩，過(guò)兩天懶得完了

就比如給優(yōu)惠券，給太多了，用戶習(xí)慣了發(fā)券，沒(méi)券就不消費(fèi)，導(dǎo)致越往后效果越差。這都是常事。

因此，AB實(shí)驗(yàn)并不是“一炮定輸贏”，緊密圍繞業(yè)務(wù)目標(biāo)，不斷尋找優(yōu)化方法，才是關(guān)鍵。而不是對(duì)著P值大喊：給我顯著！快給我顯著！

經(jīng)典!《做內(nèi)心強(qiáng)大的女人:卡耐基寫(xiě)給女人的心靈成長(zhǎng)書(shū)》值得熬夜...

經(jīng)典!《做內(nèi)心強(qiáng)大的女人:卡耐基寫(xiě)給女人的心靈成長(zhǎng)書(shū)》不容錯(cuò)過(guò)...

卡耐基教你怎樣做一個(gè)快樂(lè)女人