【💡💡營運小教室-第32堂】🕹 A/B測試 重點分享 🕹
.
🔎文章同步部落格:https://bit.ly/3rPadlk
(圖文同步、畫好重點,閱讀更方便)
.
最近這兩週我在研究A/B測試,
何謂A/B測試我就直接引用文章內的話:
「針對某一需要改進的功能、頁面或是產品,提供兩種或以上的方案,合理分配流量,將不同方案发布給不同用戶。在運行一段時間後,結合各項指標和科學的統計方法,對比實驗數據做出決策,將最優方案更新給全量用戶。」
.
因此,A/B測試在現今網路行業中被用的相當頻繁,
Google更是把A/B測試視為圭臬,
大到一個功能,
小到一個按鈕的顏色都要做A/B測試,
也因為Google進行了大量的A/B測試,
把用戶旅程(user journey)中每個節點的轉換率一步步提高,
使得每次產品功能或是頁面的改動更符合多數用戶需求,
自然效能與績效就能極大化,
其他像是臉書、亞馬遜等電商公司,
都是將A/B測試納入必要的工作項目內。
.
專門在做這工作的人,
現在也有個很新穎的職務名稱叫成長駭客(Growth Hacker),
大家到104人力銀行搜尋就知道其工作內容,
這邊不贅述。
(注意,A/B測試只是成長駭客內的其中一個工作項目,並非成長駭客就只做A/B測試,差很多)
.
遊戲業坦白說在營運上不太會進行A/B測試,
因為用戶幾乎都從雙平台上下載遊戲,
如果要做A/B測試就只能在雙平台上著手,
新產品或許還能這樣做,
但對既有產品來說就不切實際點,
因此A/B測試通常會出現在廣告的買量測試中。
.
以下分享我自己在A/B測試上的心得分享:
.
1⃣A/B測試不代表一次只能測試兩個,你想測試2個以上也行,主要是得確認每個群體樣本數要夠多,如果樣本數太少,達不到性效度的話,做出來的結果就沒有參考價值。
.
2⃣如何確認有足夠的樣本數呢?身為營運人員,自家的營運數據自己最清楚,可以透過這個網站輸入母體大小,就會自動算出要多少樣本數才能達到統計顯著性。
👉https://zh.surveymonkey.com/mp/sample-size-calculator/
.
3⃣假設是投放廣告,如果不曉得母體會有多少,那可以用以下免費工具來反推,例如你想要達到的轉換率是1%提升到5%,這個頁面就可以幫你計算出兩個群體各自要曝光幾次才足夠,就能判斷預算會花多少。
👉https://clincalc.com/stats/samplesize.aspx
.
4⃣會需要計算上述的原因主要有兩個,一個是預算問題,另一個是在不確定風險下,建議做足夠樣本數就好。
👉舉例來說,如果今天某款遊戲每月付費玩家有10,000人,如果想改動一個功能,可能一開始會想到的做法是隨機5,000人分配到不同群組(也就是A/B測試為50% / 50%)。
.
但這樣就會有一個風險,萬一這個改動是失敗的,等於就會直接影響到5,000人,那在A/B測試期間,可能就開始蒙受不小的營收損失,或是等不到信效度出現就提早結束測試,因此如果能事前估出足夠的樣本數,就能降低上述風險。
.
以10,000人這例子,丟到頁面內,只要370人的樣本就能達到統計顯著性了,不用分到50% / 50%這麼多,只要5%就足夠了,這樣即使A/B測試不理想,也只會影響到那5%付費用戶。
.
5⃣要確保兩個群體是完全獨立,而非交集,如果有交集,就會影響分析結果。
👉這點比較吃技術的工,技術要能夠確保實驗對象進入A/B測試時會被隨機分派到不同群體內,如果因為裝置過多、版本不同等因素而導致有部分用戶既是A群體、也在B群體的話,那就會導致數據判讀出現錯誤。
.
6⃣不要在一個A/B測試還沒做完情況下,又緊接著做另一個A/B測試,除非能確定這兩個A/B測試是完全不相干,不然不但在分析時不容易分清楚每個群體,也很容易影響整個數據的分析。
.
7⃣做出來的結果到底有沒有達到統計顯著性,可以把數據輸入到這個網頁內,非常方便。
👉https://abtestguide.com/calc/
.
8⃣A/B 測試前,可以先執行A/A測試,先確認目前的隨機分配中有沒有其他的變異數,確保這兩個群體的整個營運數據夠乾淨。
👉由於測試的是群體內有沒有其他變因,而非方案本身,因此在流量分配上就能夠以50% / 50%進行。
.
以上就是我對於A/B 測試目前的經驗與心得分享,
如果要再探討下去絕對有更多的理論基礎與分析模組,
我自己也還在學習摸索中,
日後如果有甚麼心得或是勘誤,
我會持續更新在這篇文章中,
如果你有其他心得或是已經發現錯誤的地方,
也歡迎分享給我。
.
🔎參考資料:A/B 測試要測多久?從統計顯著與檢定力看廣告測試結果
https://bit.ly/3CcQAIL
.
🔎延伸閱讀:谷歌是怎么用A/B測試的
https://bit.ly/3lr6KYZ
「母體樣本舉例」的推薦目錄:
- 關於母體樣本舉例 在 玩遊戲不難,做營運好難 Facebook 的最讚貼文
- 關於母體樣本舉例 在 張甄薇 Vivian Facebook 的精選貼文
- 關於母體樣本舉例 在 Mr.Jamie Facebook 的最佳貼文
- 關於母體樣本舉例 在 母體樣本例子在PTT/Dcard完整相關資訊 - 小文青生活 的評價
- 關於母體樣本舉例 在 母體樣本例子在PTT/Dcard完整相關資訊 - 小文青生活 的評價
- 關於母體樣本舉例 在 2-2 母體與樣本(難度: ) - YouTube 的評價
- 關於母體樣本舉例 在 母體參數例子在PTT/Dcard完整相關資訊 - 媽媽最愛你 的評價
- 關於母體樣本舉例 在 母體參數例子在PTT/Dcard完整相關資訊 - 媽媽最愛你 的評價
- 關於母體樣本舉例 在 統計量公式在PTT/mobile01評價與討論 的評價
- 關於母體樣本舉例 在 統計量公式在PTT/mobile01評價與討論 的評價
- 關於母體樣本舉例 在 統計學(一) 筆記- 第七章抽樣與抽樣分配(Sampling and ... 的評價
- 關於母體樣本舉例 在 PTT狂讚「學統計超有用」!他舉實例佐證鄉民:高中就該教 的評價
母體樣本舉例 在 張甄薇 Vivian Facebook 的精選貼文
【觀點】誰是2020「不對稱戰爭」最後的勝利者? 20191130
作者 張甄薇(TVBS新聞網觀點評論)
史上頭一遭!當韓國瑜日前公開呼籲韓粉「民調唯一支持蔡英文」,全社會一片愕然!當批判聲、讚嘆聲同步在輿論市場炸開,當前最令人好奇的是:距大選約三十多天左右的時間,接下來各家做出的總統大選民調,究竟會出現什麼樣的神奇數字?
像打開潘朵拉的盒子,沒有人知道飛出盒子外面的,究竟是「希望」或是「瘟疫」?能確認的是,當韓總一聲令下,佔民調約三成的韓粉及支持者,瞬即潛入民調叢林,打起非正規的游擊戰!這一記台灣選舉史上最高明的險招,究竟會讓蔡總統民調一路飆高、最後卻輸掉選舉?或是一如民調順利連任?未來一系列「走鐘的民調」將會呈現什麼樣的數字樣貌?讓人充滿無限的想像!
左踩筋斗雲、右踏風火輪,韓國瑜在全台傾聽之旅回防高雄的第一天,一連趕了八場高雄立委參選者的鐵人行程,所到之處,萬人空巷。尤其二度造訪的屏東街頭竟跑出了三萬人,連韓國瑜自己都嚇了一跳,彷彿2018年銳不可擋的韓流,又將在高雄、屏東風風火火地上演。
然而,正是這種街頭民氣超高、民調奇冷形成的「冰火兩重天」奇觀,讓當今的總統民調,成了全台最大的數字謎團!
明明所到之處,韓國瑜支持群眾總是人山人海、熱鬧滾滾;蔡總統全台跑透透,卻時不時得仰仗遊覽車和便當全面動員,開講時用讀稿機,遇到民眾抗議當場架離,令藍軍大惑不解的是,為何成千上萬群眾暖乎乎的民心,換來的卻是冷冰冰、快進入加護病房的低迷民調!
時間回到今年8月,儘管民進黨仍陷私菸案疑雲,蔡總統民調卻能從一路落後到逆轉勝,緊接著,大選藍綠民調差距,從8月下旬就逐步擴大,從9到10月,不論是一再爆發綠營權貴酬庸、高鐵三百萬疑雲,在藍營並無重大爭議事件下,蔡韓間的民調差距不僅沒有收歛,剪刀缺口卻越開越大。
當10月16日韓國瑜宣布暫時請假三個月,展開全台傾聽之旅,藍營在「民調的困惑」上緊繃到了最高點。
韓陣營曾公開表明,當韓國瑜正式請假投入大選,目標預計在十一月底前,將藍綠間的民調差距追平;然而,正當傾聽之旅不斷推出教育、社福及能源等政策,內部民調已逐步止跌回升,藍營卻爆出「不分區之亂」,加上外有綠營推出一系列所謂「豪宅案」、「烏龍共諜案」、「砂石案」針對韓國瑜抺紅抹黑,讓緩步爬升的民調,一直欲振乏力。
儘管如此,最令各界不解的是,為何各路民調機構,近乎不分藍綠,當以國政配比起蔡賴配,開出來的民調數字,沒有最低,只有更低!且差距擴大的速度,沒有最離奇,只有更離奇!令人嘖嘖稱奇的,是平日不做民調的親綠媒體,竟也選在綠營推出一系列真假難辨的打韓事件下,製作一份蔡賴配49.95%、國政配19.49%,差距逾30%、堪稱史上差距最大的民調數據!其中和藍營內部的滾動式民調相比,特別是在中部地區,更天差地遠。
究竟是眼前活生生看到的「民心」,還是所謂大數據測出的「民調」,才是最貼近投票行為的民意?究竟是誰欺騙了誰?而誰才是2020年大選最後真正的勝利者?從原先希望「民調追平」,韓國瑜將戰略調整180度轉變為「民調通通送給你」,除了綠營跳腳,外界霧裡看花,不僅好奇究竟這韓國瑜葫蘆裡賣的又是什麼藥?
事實上,從韓國瑜天外飛來這一計「民調給蔡、票投給韓」的超級陽謀,顯然韓國瑜終於覺悟:在「民調」這場戰役中,藍綠從頭至尾,打的是一場典型的「不對稱戰爭(Asymmetric warfare)!
當國家機器、政府行政資源悉數掌控在綠軍手中,藍軍想要出奇致勝,套句韓國瑜常說的:唯有非典型的作戰模式,善用「巧」力,以創新思維,才可能以小搏大,險中求勝。
自1996年台灣舉行第一次總統大選,各式民調已成為選舉開票前,影響真正投票行為最重要的參考依據。尤其是越接近大選前的民調,也已成為觀測大選藍綠風向、影響投票者信心、甚至是助長謠言擴散的數字工具。
舉例來說,能影響民調結果的變數,從母體採樣、手機或市話,乃至問卷設計,對民調結果,影響相當大。以人為操作出具有「帶風向」的「魔術民調」來說,在民進黨黨內初選蔡賴之爭就已初試啼聲,單看賴清德是如何從一開始遙遙領先,到後來民調被完全碾壓,唯他自己點滴在心頭。
坊間也盛傳,綠營早已透過電信公司等管道,掌握曾參與韓國瑜初選五場造勢的百萬韓粉手機SIM卡資訊,只要將這些韓粉手機,大量剔除在各大民調機構採取樣本的電話號碼母體之外,無論進行電訪的機構是偏藍或靠綠,最後電訪出來的結果,都會對藍營不利。
最典型的「不對稱戰爭」,常被美國軍事戰略專家,用來評估兩岸之間嚴重失衡的軍事力量,在戰略上,台灣早已不能跟中共「硬碰硬」,盲目從事軍備競賽,反而要以創新作戰思維,在既有環境下取得相對作戰優勢,才可能出奇致勝。
又如同1955至1975年開打的越戰,面對強大軍備和資源的美國軍事超級強權,越共打的正是一場典型的「不對稱戰爭」,然而,這場讓超過5萬名美軍魂斷越南叢林,最後逼使美軍黯然退出的殺戮戰場,百分百發揮叢林野戰的「越共游擊隊」居功厥偉,他們證明只要戰略得當,小國游擊兵,依舊能夠讓世界軍事強權灰頭土臉,黯然敗北!
當前藍綠選戰,又何嚐不是一場「不對稱戰爭」!從綠軍以執政優勢掌控國家機器,挾龐大政府行政資源,對戰百萬庶民起義,尤其在大選開票前「民調」這種資源昂貴的戰役上,衣衫襤褸的藍軍和衣冠楚楚的綠軍,根本沒得比!若想出奇致勝,韓國瑜帶領的數百萬韓粉游擊兵,與其和掌控國家機器者「硬碰硬」,不僅可能面臨查水表,未來一旦被「點名做記號」,生活恐後患無窮。
想通了自己也能反身左右「民調」的戰略,想要和敵營玩一玩民調,也許就只要說出這樣的一句話!
當韓總臉書一聲號令「民調唯一支持蔡英文」,瞬間全台數百萬韓家游擊兵,全面潛藏進龐大的民調叢林野戰裡,敵明我暗,聲東擊西,反倒讓向來將民調玩弄於股掌的民進黨,迷失在民調叢林中,分不清敵我,也認不出藍綠。
如同韓國瑜向所有韓粉游擊兵發出的《夜襲》通關密語:「只等那信號一亮,只等那信號一響,我們就展開閃電攻擊,打一個轟轟烈烈的勝仗! 」2020年1月11日,正是韓國瑜發給海內外支持者的「穿雲箭信號」。
無怪乎當韓國瑜喊出「民調唯一支持蔡英文」時,綠營要角卻個個氣得跳腳,現在也終於了解,為何韓國瑜會冒出「得民調,得痔瘡」這個庶民金句。無論綠軍主導的民調優勢多麼出神入化,縱使某一天獲得100%的完美民調,都可能仍會輸掉整個選舉!就如同民調再高,仍然會像「得痔瘡」一般,坐立難安!
究竟誰才是2020「不對稱戰爭」最後的勝利者?1月11日即將揭曉。
https://news.tvbs.com.tw/politics/1242893
母體樣本舉例 在 Mr.Jamie Facebook 的最佳貼文
其實弱智化只是電視新聞的問題,而電視新聞的背後,根據我側面跟從業人員了解的結果,則是尼爾森 (Nielsen) 的問題。尼爾森用少於 2,000 樣本戶的收視習慣,去外推整個台灣 500 萬戶的收視率,接著品牌主用這個收視率數據去做廣告預算分配的決策,因此節目製作單位也只好跟著這個數據走。
這個循環在傳統三台時代沒有太大問題,但近 20 年,隨著有線電視普及,電視台的數量大幅增加,因此一個節目能分配到的收視率大幅下滑。當收視率多半在 0.1% 到 4% 這個區間,不到 2,000 的總樣本數代表只要 5-10 個樣本的行為,就能夠大幅影響最終的採樣結果,因此數據自然很容易有偏差,難以真正代表 500 萬戶母體的行為。(舉例:週刊王 / 5萬幽靈搶看黑畫面節目 尼爾森再爆收視率大烏龍 goo.gl/LNZEGW )
另一方面,隨著網路等新媒體的興起,讓年輕人、高教育族群漸漸減少對電視新聞的依賴,換言之,老年人、低教育族群的喜好,對電視新聞收視率有了相對更高的影響,因此也間接主宰了電視新聞的內容,最後造成了它越來越弱智化的結果。
所以,要改變這個困境,短期而言,還有在看電視的人 (我已經 6 年不看台灣的電視新聞了),請盡量改用數位機上盒,因為這個機上盒會把每個人的收視習慣,忠實的傳回到頻道商、電視台,打破尼爾森的數據壟斷局面。
但長期而言,還是教育的問題。如果我們國家的國民素質沒有提昇,那麼媒體終究只是國民素質的反射。
母體樣本舉例 在 母體樣本例子在PTT/Dcard完整相關資訊 - 小文青生活 的推薦與評價
關於「母體樣本例子」標籤,搜尋引擎有相關的訊息討論:. 樣本與母體- 國立高雄大學統計學研究所市場調查的一個著名例子是『尼爾森媒體研究』(Nielsen Media Research) ... ... <看更多>
母體樣本舉例 在 2-2 母體與樣本(難度: ) - YouTube 的推薦與評價
學習重點:(1)理解 母體 與 樣本 的差異(2)參數與統計量(3)自行練習 舉例. ... <看更多>
母體樣本舉例 在 母體樣本例子在PTT/Dcard完整相關資訊 - 小文青生活 的推薦與評價
關於「母體樣本例子」標籤,搜尋引擎有相關的訊息討論:. 樣本與母體- 國立高雄大學統計學研究所市場調查的一個著名例子是『尼爾森媒體研究』(Nielsen Media Research) ... ... <看更多>