1、ABtest实验目的

1，判断哪个更好，2个设计方案，需要实验判断
2，计算收益：例如，最新上线了一个直播功能，那么直播功能到底给该平台带来了多少额外的DAU，多少额外的使用时长，多少直播以外的视频观看时长等

对于一般的abtest，本质上就是把平台的流量均匀分为几个组，每个组添加不同的策略，然后根据这几个组的用户数据指标，例如：留存、人均观看时长，基础互动率等等核心指标。

2、A/Btest是什么？意义/目的/作用

一般用于互联网公司对两种方案进行效果对比，以确定哪个版本的性能更好的方法，主要是利用统计学中的假设检验的方法进行测试。
意义：

• 通过实验可以验证问题的原因
• 降低人为决策风险，用统计数字对运营进行科学支持

3、A/Btest工作原理

H0：这个改动不会对核心指标产生影响
H1：这个改动会对核心指标产生影响

当P值足够小时，我们则推翻原假设，证明这项改动会对我们所关注的指标产生显著影响
ABtest就是随机均匀样本组的对照实验，这就是AB测试的原理。

4、A/B test流程（面试喜欢问）

1. 确定目标（指标）：目标是用于确定变体是否比原始版本更成功的指标。可以是点击按钮的点击率、链接到产品购买的打开率、电子邮件注册的注册率等
2. 分配流量：实验抽样很可能出现抽样不均的情况，尽量采用科学的试验流量分割，使得每一组实验对象具备一致的用户特征，保证实验数据的变化仅仅是实验本身引起的。可以是一次性抽取4/5组流量，选择任意两组不加策略空跑，监控核心指标数据，选取两组数据最为接近的上实验。
3. 生成假设：一旦确定了目标，就可以开始生成A/B测试想法与假设，以便统计分析它们是否会优于当前版本
4. 收集数据：针对指定区域的假设收集相对应的数据用于A/Btest分析
5. 运行试验：测量、计算和比较他们与每种体验的相互作用，以确定每个用户体验的表现。
6. 分析结果：

5、一个实际的ABtest案例

某APP上线了某功能，分析该功能是否有效果。
步骤：确定目标-确定指标-建立假设 - 选取实验单位 - 计算样本量 - 流量分割 - 实验周期计算 - 线上验证 - 数据检验

由于实验桶和基线桶的比例是1:1，所以我们分配为实验桶1w样本，基线桶1w样本量。但是由于我们不能一上来就全量试验，所以我们开20%的流量为实验桶（假设DAU的20%是2000/天，即实验桶的DAU为2000/天），那么，我们预计要实验5天（1w/2000）。

但是通过计算，用户的一次活跃周期是7天，所以我们为了让实验效果可信度更高，计划实验7天。

检验方法有以下两种：

1、算P值，P值小于5%，拒绝原假设，即产品功能有效果。这个场景中（假设）P=0.002，即我们判断产品有效果。
2、算执行区间的差值，如果不含0，则拒绝零假设。同样，我们这里假设算出来期间不含0，我们认为该产品有效果。
以上，就是一个整体的AB实验案例。我们从筛选指标，到设计实验（选取实验单位，计算最小样本量，计算实验周期），到实验上线，再到后面的效果验证。

6、AB实验的注意事项

6.1 网络效应：一个用户影响另一个用户

例子：如果微信改动了某一个功能，该功能让用户更加活跃。但是实验组的用户好友没有分配到实验组，而是在对照组。但是实验组用户更活跃（比如频繁发朋友圈），作为对照组的我们也会经常去刷朋友圈，从而对照组用户也受到实验组用户的影响。那么AB实验就不再能很好的检测出相应效果

解决办法：从地理上区隔用户。例如北京是实验组，上海是对照组，只要保证两个城市的样本量相近即可。复杂点，可以按照用户的亲密关系区分为不同的组

6.2 学习效应：新奇效应

例子：产品做了一个醒目的改版，比如某个按键颜色从暗色调成亮色。用户刚刚看到，会因为新奇点击该按钮，导致该按钮这点击率在一段时间内上涨，但是长时间来看，很可能又恢复到原有水平。反之，按钮颜色从亮色调成暗色，也有可能短时间内点击率下降，长时间内又恢复到原有水平

解决办法：1，拉长周期来看，不要一开始去观察该指标，而是一端时间后再观察该指标。2，只看新用户，因为新用户并不知道老版本的样子

6.3 多重检验问题

我们在实验中，不断的检验指标是否有差异，会造成我们的结果不可信。即，多次检验同一个实验导致第一类错误概率上涨，同时检验多个分组导致第一类错误上涨

设出现第一类错误概率：P（A）=5%
检查了20遍：p(至少出现一次第一类错误) = 1-（1-5%） ^20 = 64%

也就是说，当我们不断的去检验实验效果时，第一类错误的概率会直线上涨。所以我们在实验结束前，不要多次去观察指标，更不要观察指标有差异后，直接停止实验并下结论说该实验有效。

6.4 先验性：

通过低代价，小流量的实验，再推广到全流量的用户

6.5 并行性：

不同版本、不同方案在验证时，要保证其他条件一致

6.6 分流科学性和数据科学性：

分流科学是指对AB两组分配的数据要一致，数据科学性是指不能直接用均值转化率、均值点击率来进行AB test决策，而是要通过置信区间、假设检验、收敛程度来得出结论。

7、相关面试题

7.1：滴滴准备升级司机端的一个功能，该如何校验功能效果？

考点1：常见的AB测试流程设计
考点2：网络效应
解法：
针对考点1：AB测试的流程是 确定目标 --> 确定实验单位 --> 确定最小样本量 --> 确认流量分割方案 --> 实验上线 --> 规则校验 --> 数据收集 --> 效果检验
针对考点2：实验分桶，以两个量级相近城市分割，避免网络效应的相互影响

7.2：某app，用户活跃周期是14天，这时，上线了一个实验，计划跑20天在看效果，结果有位新同学，在10天时做了统计推断，发现数据已经有了显著差异，认为可以停止实验，这样做对吗？

考点1：实验周期应该跨越一个活跃周期
解法：
由于AB测试的实验周期尽量跨越一个用户活跃周期，且在实验结束时再做统计推断，所以该做法不对，建议跑慢20天再看数据效果。

8、数理统计原理（AB测试相关）

8.1 中心极限定理

样本的平均值约等于总体的平均值。不管总体是什么分布，任意一个总体的样本平均值都会围绕在总体的整体平均值周围，并且呈正态分布。

用途: 1.用样本估计总体。2.根据总体信息，判断某个样本是否属于总体(3σ之内，概率99.7%)。

8.2 小数定理与大数定理

小数定律：如果统计数据很少，那么事件就表现为各种极端情况，而这些情况都是偶然事件，跟它的期望值一点关系都没有。
大数定律：如果统计数据足够大，那么事物出现的频率就能无限接近他的期望值。

8.3 辛普森悖论