AB试验（四）基于规范流程的一个案例分析

news2024/11/16 16:49:17

AB试验（四）基于规范流程的一个案例分析

确定目标和假设

业务场景：某音乐APP，通过历史数据发现一些便利功能往往有着较高的留存和续订。但是这些便利功能的使用率并不高。调研发现，由于APP崇尚简洁设计，因此这些功能会放在每首歌曲的功能列表中，用户发现或使用都不容易。
目标：通过以上业务现状，团队需要增加用户对产品功能的使用率
脑暴解决方案：
- 将每个功能直接显示出来，这样用户就会一目了然，但是过多的功能铺成使得界面看起来极其糟糕，用户体验较差
- 新用户注册登录时进行功能引导，但是新用户刚使用时并不会使用所有和功能，大多会选择快速跳过
- 在用户有需求的时候，通过弹窗形式告知用户使用相关功能。
假设：只在用户有需求的时候弹窗引导用户使用相关功能，可以提高相关功能的使用率

确定指标

定义场景：团队准备以“把喜欢的音乐加入收藏夹”这个功能做一个A/B测试
- 定义触发条件：用户从未使用过这个功能，且播放同一首歌到达x次时，进行弹窗提醒
- 数据分析优化场景
  - 历史数据分析确定x的最优值为4。即用户从未使用过这个功能，且播放同一首歌到达4次时，在播放第5次进行弹窗提醒可以把喜欢的音乐加入收藏夹
  - 由于弹窗仅是对用户的提醒，因此不做重复弹窗，所以每个符合条件的用户最多只能收到一次弹窗
定义评价指标
- 评价指标：【把喜欢的音乐加入收藏夹】功能的使用率=使用了【把喜欢的音乐加入收藏夹】的用户总数/实验中的用户总数
- 定义实验用户：所有符合触发条件的用户，并将该用户随机分配至实验/对照组
- 定义时间窗口：用户收到弹窗到最终使用功能的时间分布可能较分散（例如1天，2天甚至1个星期），由于实验周期可能超过一天，因此需要规定好统一的时间窗口，如弹窗后x天内使用率。由于该业务场景关注的是及时性，因此可以设为弹窗后1天内使用率。
- 优化评价指标：【把喜欢的音乐加入收藏夹】功能的使用率=弹窗后1天内使用了【把喜欢的音乐加入收藏夹】的用户总数/实验中的用户总数，且用户符合触发条件。
- 通过历史数据的回溯分析，得到用户在符合触发条件后一天内使用把喜欢的音乐加入收藏夹】功能的概率为2%，通过统计公式计算得到置信区间为[1.82%,2.18%]。

确定实验单位

由于弹窗对用户是易于感知的变化，因此为了保证用户体验的连贯性，这里选择用户为最小的实验单位，具体的为用户ID

样本量估算

设置 $\alpha=5\%$ ， $power=80\%$ ，所以 $\approx \frac{8\sigma_{pooled}^2}{\delta^2}$
$\delta = 2.18\%-2\% = 0.18\% \approx 0.2\%$
计算 $n = 80000$ ，实验为50%-50%，所以需要的总体用户约为16万

随机分组

采取CR算法对用户随机分组
由于同类型的实验有多个，避免实验间的干扰，申请B-1层的流量进行此次【把喜欢的音乐加入收藏夹】的A/B测试
设计实验过程

测算时间的估算

$n = 16.4 w$ ，每天符合触发条件的用户约1.7w。因此本实验大约需要10天
考虑到周末和工作日用户活跃的差异，因此需要至少包括一整个周。由于上述计算的最小周期为10天包含了一周，所以本次实验的周期定为10天

实施测试

实验伊始，给予该层1%的流量进行观察，运行过程产品端，数据埋点，用户反馈均无明显异常
逐渐增大至全部流量，整个实验进行顺利

分析测试结果

收集数据：在10天后，收集到实验组样本80723，符合触发条件一天内使用该功能的用户3124；对照组样本80689，符合触发条件一天内使用该功能的用户1598。达到最小样本量。
分析统计层面的护栏指标
- 实验对照组样本比例：实验组样本是80723，对照组样本是80689。由于等流量分组，因此样本进入实验组的概率 $p = 0.5$ ，则 $SE=\sqrt{\frac{{0.5}(1-{0.5})}{80723+80689}}=0.12\%$ 。则进入实验组的置信区间为 $[0.5-1.96*0.12\%, 0.5+1.96*0.12\%]=[49.76\%,50.24\%]$ 。实验组/对照组的实际占比分别为50.01%、49.99%。符合样本比例合理检验。
实验对照组主要特征分布是否相似：通过ks检验，两组的分布基本一致（假设进行了此操作）
通过z检验，得到p值接近于零，远小于5%。同时计算评价指标差值（1.89%） $\delta$ 的95%置信区间为[1.72%,2.05%]，不包括0。事实证明在用户需要的时候进行弹窗提醒确实有效
后续将陆续推广其他相关功能的推广