了解如何设计实验之前，请先阅读：A/B实验怎么开
以下通过一个场景示例为大家展示如何分析、拆解一个业务问题，设定优化方向、评价指标并设计一个A/B实验来进行效果验证。
【业务背景】
说明
实验的来源：通过分析当前业务问题、提出潜在的解决方案，形成一个「实验idea」
背景：该产品是一个汽车类App产品，发现App登录率偏低，通过转化漏斗定位问题为触发登录率过低，影响个性化服务的机会。
根据上面的分析，一个比较自然的想法，就是去提升触发登录率，也就是给未登录用户增加更多的登录入口。那么就面临两个问题：
- 在哪里加入口？
- 以什么形式加入口？
针对第一个问题，需要定位目前未登录用户的主要流量去向，在这些主要的流量场加入登录入口，效果是最好的。现有未登录可使用的功能，包括但不限于：关注、点赞、进入直播间、保存发布草稿、查看浏览历史等。通过用户路径对未登录用户的行为路径进行分析发现关注、点赞、查看历史等场景流量较多，可以尝试在这些环节加入登录引导。
【实验目标】
说明
目标：明确「实验idea」最终想达成的业务目标是什么，根据目标来制定衡量指标
衡量指标：用于评价目标是否达成的成功标准。且需要论证是因为施加了实验策略而达成的，因此指标和策略要有明确的业务因果性
至此，就形成了完整的 「实验假设」：预期通过xxx改进，可对指标A提升n%，从而为产品/用户带来xxxx价值。
目标：在不影响未登录用户使用体验的前提下，提升登录率，更好地为服务用户
衡量指标：登录率
实验假设： 通过在每个入口尝试不同的引导方式，可对指标「登录率」提升n%，从而好的服务用户。
【实验设计】
当下主流的登录引导由弱到强有：非阻断式弹窗/蒙层引导、半屏/全屏面板引导、全屏面板强制登录。针对不同入口，可以实验不同的登录引导方式。
实验模式 | 客户端编程实验 |
|---|---|
实验受众 | 全体用户，不做任何过滤 |
流量大小 | 根据样本量计算器计算可得，不同产品、业务形态差异巨大，保险起见在单组数量级过万 |
实验时长 | 14天及以上 |
实验版本 | 对照组：线上样式 |
实验组：新样式 | |
监控指标 | 核心指标：登录率 |
关注指标：登录触发、登录提交、登录成功三个环节的转化率 | |
评估思路 |
|
