个性化是指根据用户的行为、兴趣、地理位置等信息,为用户提供个性化的内容和体验,以提高用户满意度和转化率。DataTester支持创建个性化实验,本文为您介绍个性化实验的应用场景、优势和创建Web个性化实验的操作步骤。
传统A/B实验有测试周期长、成本高、无法实时优化、难以满足个性化需求的限制,DataTester支持个性化实验,在多个典型应用场景下,可为进一步满足灵活高效低成本地开展A/B实验,对比介绍如下。
应用场景 | 传统AB实验痛点 | 个性化实验应用价值 | 个性化实验优势 |
---|---|---|---|
电商网站的商品推荐 | 传统AB实验只能对整个用户群体进行测试,无法满足个性化需求,不能根据用户的不同特征进行测试 | 根据用户的不同特征进行测试。 | AB个性化测试可以根据用户的历史购买记录、浏览记录、搜索记录等信息,对不同用户推荐不同的商品,提高用户购买率和满意度。 |
营销活动的定向投放 | 传统AB实验需要投入大量的人力、物力和时间成本,对于小型企业或创业公司来说,测试成本可能会超出预算。 | 降低AB实验成本。 | AB个性化测试可以根据用户的地理位置、年龄、性别、兴趣爱好等信息,对不同用户进行定向投放,提高广告点击率和转化率。 |
社交媒体的内容推荐 | 传统AB测试测试周期长,无法快速响应市场变化。 | 快速响应市场变化。 | AB个性化测试可以根据用户的社交关系、兴趣爱好、历史行为等信息,对不同用户推荐不同的内容,提高用户参与度和留存率。 |
移动应用的功能优化 | 传统AB测试无法实时优化,不能根据测试结果及时调整策略。 | 实时优化,根据测试结果及时调整策略。 | AB个性化测试可以根据用户的设备类型、操作系统版本、网络环境等信息,对不同用户进行功能优化,提高用户体验和留存率。 |
网站的页面布局优化 | 传统AB测试无法满足个性化需求,不能根据用户的不同特征进行测试。 | 根据用户的不同特征进行测试。 | AB个性化测试可以根据用户的设备分辨率、浏览器类型、操作系统等信息,对不同用户进行页面布局优化,提高用户体验和转化率。 |
与普通A/B实验类似,创建个性化实验前,请先完成以下准备工作:
登录并进入A/B测试控制台后,在页面左侧导航栏选择个性化>Web个性化,进入Web个性化列表后单击右上角的创建个性化按钮,进入创建页面。
配置个性化实验的基础信息。
配置项 | 配置说明 |
---|---|
个性化名称 | 建议与个性化内容相关的名称,比如:版本号+内容。便于让其他相关人员能够快速了解到此个性化实验是做什么的、是在哪个迭代版本的。 |
目标URL |
|
预留流量 | 预留流量是指应该看到您的原始页面的用户百分比,至少 5%。 |
添加指标。
单击确定,进入实验构建器页面,可继续后续创建子实验的操作步骤。
支持为Web个性化实验创建多个子实验,操作步骤类似,以下以创建一个子实验为例,为您介绍详细的操作步骤。
单击个性化卡片右边 + 号,添加子实验。
配置子实验的基础信息参数。
配置项 | 配置说明 |
---|---|
名称&描述 | 建议与实验内容相关的名称,比如:版本号+内容。 |
时长 | 默认是7天,最高设置365天。 |
配置目标用户。
只有满足此规则的用户才能看到体验。 如果不提供条件,此体验将展示给所有访问您网站的用户。
配置个性化实验的实验版本信息。
根据界面检测结果提示,如果未按照可视化编辑器插件,可根据界面提示安装对应的插件。
单击进入可视化编辑器,进入可视化编辑器页面中,您可通过可视化编辑器对Web页面进行编辑修改,完成后单击保存,即可将修改的页面保存为实验版本页面。
配置对照版本、实验版本的版本参数。
其中对照版本为Web个性化实验的原页面URL的页面;实验版本为可视化编辑器修改并保存后的页面。
配置项 | 配置说明 |
---|---|
版本名称&描述 | 设置用于快速标识实验版本和对照版本的版本名称和描述,比如:版本号+内容。 |
白名单 | 添加后续进行实验调试的测试白名单用户,支持:
|
实验版本操作记录 | 您可以在实验版本中查看到当前实验版本的操作记录,上述步骤中,在可视化编辑器中的操作会记录并展示在这里。 |
流量分配 | 配置对照组、实验组的用户流量分配,支持均匀分配,或关闭均匀分配开关后手动调整流量分配比例。 |
单击保存并进入调试,则创建的子实验进入调试中状态。
已添加的白名单用户可查看对应版本的页面情况,确认子实验的配置是否符合预期。如果符合预期,您可根据规划正式开启个性化实验。
已调试符合预期的个性化实验,您可按需开始实验,开始后也可以根据实验情况停止对应的个性化实验。
实验开始后,您可以进入个性化实验的报告页面,查看个性化实验的指标结果等信息,结合个性化实验报告进行业务调整。
个性化更关注的是全局最优解,也就是整体个性化整体最优解。个性化概览在核心指标中收益是最重要。在个性化概览右侧卡片是实验在核心指标中的收益。
切换到实验
支持天级别,范围:个性化开始日期 到 T-1。举个例子:个性化在20240613开启了个性化,如果我们在20240621查询,可选范围是:20240613 - 20240620。
根据日期筛选来看个性化中预留流量和个性化流量的进组用户数。如果切换到实验的时候,展示的对照版本和实验版本的进组用户数。通过这个图可以查看进组用户趋势。
切换到实验
根据日期筛选和选择指标来查看个性化中指标的表现。默认选中核心指标,可以切换到普通指标。在日期范围内选中指标的每天变化,可以得到指标每天变化趋势。
切换到实验
据日期筛选和选择指标来查看个性化中指标的表现。p值就是用来表示实验结果与对照组之间差异的大小,也就是判断实验结果是否具有统计学意义,p值越小,差异越大,实验结果与对照组之间的差异越显著。
切换到实验
个性化和推荐从本质上讲都是将最匹配的内容分发给最合适的人,但是在大的优化场景下,推荐仅仅是个性化的一个子集。
推荐主要是关注于内容(产品,文章等),而个性化则从宏观的角度关注于不同场景和需求下整个用户的体验,大到内容,小到一个词对不同人群产生的影响,推荐在个性化的背景下,仅仅会作为一个组件进行使用,或一个场景进行选择。所以简单的将推荐理解为个性化是不准确的,不全面的。
个性化对应的是单独的一个层,添加实验的每一个实验都是在不同层上面,每一个层是正交的。
如果某一个用户同时命中实验1和实验2的受众条件,可以通过设置实验的排列顺序,优先命中排列在前面子实验,最终只会命中一个子实验的一个版本。