AB测试平台的那些事-技术圈

大家好，我是宝器！今天继续分享关于AB平台的建设文章。

最近一段时间在负责公司AB测试平台的建设过程中，调研了很多竞品的通用做法。

其中涉及到的数据整体解决方案，包括AB测试数据采集与数仓模型、AB测试指标建设、AB测试可视化方案等，借此机会我把自己总结下来的经验分享给大家。

什么是AB测试

在互联网领域，AB测试常指一种迭代方法，这种方法可以指导如何改进现有产品或者服务。以提高某个产品注册页面转化率为例，AB测试过程中，我们会设计新的注册页面，和原页面相比，展示位置不同。

选择用来测试的用户，让一部分用户进入新的注册页面，另一部分用户进入原注册页面。通过比较两个注册页面最终的转化，来判断新的展示位置是否可以提升注册转化率。如果新注册页面转化率高，让所有用户都进入新的注册页面，完成产品注册页面功能的改进。

以上就是一个利用AB测试迭代产品功能的具体应用，总结起来AB测试主要有以下几个步骤：

1）分析业务现状，提出目标。通过分析业务数据，确定当前最关键的改进点，明确改进的目标；

2）设计优化改进方案。设计AB测试方案的产品原型，并完成相关功能的开发和上线；

3）线上控制流量比例。制定每个测试分支的流量比例，按照分流比例开放线上流量进行测试；

4）测试效果评估并决策。AB测试进行一段时间后，通过数据对比，对AB测试分支进行显著性检验，确定最终测试结论。

AB测试平台的诞生

一个完整AB测试过程，会涉及产品、开发、数据部门等角色，需要合作的人员较多，环节较复杂。对于一个之前没接触AB测试的人，熟悉其中的原理并完整的实施一个AB测试有比较大的难度。在一个中大型公司，每天进行的AB测试的数量可能达到几百上千个，非常依赖一个AB测试平台，需要平台降低每个AB测试的实施门槛，并通过自动化的工具提升每个步骤的效率。

从平台能力复用的角度分析，一个公司内产品的不同模块可能都会有不同的团队负责，对应不同的工程。每个产品模块进行AB测试，如果能有一个统一的AB测试平台提供能力，可以有效避免各个模块重复建设。

基于提效和复用的目的，一般公司都会组建一个团队，可能是数据团队，也可能是某一个业务团队，负责AB测试平台的建设，支持所有业务的AB测试需求。

AB测试平台的功能架构

AB测试平台由三个大的模块构成，包括AB测试配置管理、在线分流服务模块、效果评估模块。

AB测试配置管理后台，主要是用于管理每个AB测试需求，提供操作界面便捷的快速调整每个测试配置。

在线分流服务模块，为每个业务提供基于用户标识进行均匀分流的能力，并完成分流信息的数据采集。

效果评估模块，基于采集的用户行为数据，建设测试指标体系，为业务提供监控预警和数据分析服务。

AB测试数据采集

在设计公司内部AB测试平台的数据采集方案时，我们经历过两个阶段，我们将之命名为“客户端埋点”和“服务端埋点”。

我们刚推出AB测试平台时，采用的是客户端埋点。具体方案是让接入平台的业务模块，在上报用户行为埋点时，传入用户AB测试信息。以便在效果评估阶段，根据上报数据统计出不同AB测试分支的行为数据。

因为这种方案需要业务模块一次性从AB测试平台获取所有实验信息，并传入到埋点采集的公参中，对业务有比较大的侵入。

第二个阶段，是我们提出的服务端埋点的解决方案。具体是由AB测试平台完成用户分流日志的采集，业务模块只负责采集用户行为数据。在数仓分析阶段，通过采集的分流日志中用户标识完成数据匹配。这样的好处，是业务模块无需在数据采集时添加AB测试信息。

客户端埋点方案的优点很明显，因为原始日志有AB测试信息，数据清洗统计时比较方便。但是缺点是会增加客户端的工作，在数据上报时需要拼接AB测试信息。线上同时运行的AB测试很多时，拼接上报的埋点数据时，url可能过长，存在被截断的风险。

服务端埋点方案的优点是，AB测试平台和业务客户端各自完成日志上报，且客户端只关心自己命中的策略及业务逻辑处理，与业务无关的事情涉及较少。缺点是原始日志需要进行用户标识进行关联，关联的逻辑不固定，增加了数仓建模的复杂度。

考虑到让平台能够快速推广给业务使用，降低业务接入门槛，我们采用了“服务端埋点”这种方案。

AB测试指标体系建设

我们在建设AB测试指标体系时，主要有两种应用场景：AB测试分流均匀性校验和AB测试效果评估。

· 均匀性校验

AB测试是基于用户标识的流量划分，底层原理是通过hash算法进行分流的。

hash(ID,layer)%100

hash算法有2个重要的特性：均匀性和一致性。

均匀性：是指流量唯一标识进行上述取模计算后均匀地落在每个区间。例如，将全站流量分成100份，那么ID%100的值为0～99，必须做到每个值分配的流量几乎相同。

一致性：是指某个流量唯一标识取模的值是一定的。例如某个流量的唯一标识符经过算法模块取模后的值为1，那么下次再经过算法取模的值还是1。

AB测试过程中，分流的目标是确保分流后的不同人群，人群对应的用户属性和用户行为一致。虽然hash算法分流，可以做到尾号号段分布均匀，但实际过程中是不一定能确保用户均匀的。我们经常遇到，因为存在不少异常用户，导致hash分流后，两组人群存在显著差异的场景，最终导致测试结论无法得出，白白浪费了时间。

所以我们的业务在AB测试过程中，会进行均匀性校验。通常的做法，是验证分流人群实验前在业务核心指标上无显著性差异。

针对以上诉求，AB测试平台提供了两个场景下的均匀性校验功能：

1、AB测试确定分流策略时，计算过去一周每种策略，在选定的核心指标上，是否存在显著差异；

2、AB测试运行一段时间后，根据每个分支分流的真实用户，计算其在选定的核心指标上，是否存在显著差异。

· 核心指标建设

效果评估指标分为业务核心指标和临时性指标。业务核心指标，指每个AB测试，都需要观察的指标。临时性指标，指当前模块的测试需要观察的指标，其他模块不需要观察。

一个公司的业务很多时，所有的业务核心指标无法都由AB测试平台来建设。这个时候需要联合业务的数据团队一起建设业务核心指标。

作为AB测试平台需要协同指标管理平台、数据开发平台、BI可视化平台为各个业务的数据团队提供核心指标接入的能力。具体功能有以下几个模块：

1）对接指标管理平台，获取业务核心指标范围，及指标元数据（指标名称，业务口径，指标类型，数据源，计算逻辑等信息）；

2）对接数据开发平台，根据核心指标计算逻辑，生成计算任务，负责产出每个AB分支核心指标计算结果

3）对接BI可视化平台，将每个AB分支的核心指标结果和显著性等结论呈现出来。

对于用户而言，从AB测试需求的创建到最终效果评估，能在一个平台完成，是一件美妙的事情。

·················END·················

AB测试平台的那些事

推荐阅读