選取正確的樣本數量，選取足夠大的數量，剔除極端或偶然性數據的影響。08年奧運會上，姚明的三分投籃命中率為100%，科比的三分投籃命中率為32%，那么是不是說姚明的三分投籃命中率要比科比高？顯示有問題，因為那屆奧運會，姚明只投了一個三分球，科比投了53個。
制定相同的抽樣規則，減少分析結論的偏差性。比如兩條Push文案，第1條“您有一個外賣暖心紅包未領取，最大的紅包只留給最會吃的你，點擊進入”，第2條“送你一個外賣低溫福利，足不出戶吃喝熱騰美味，點擊領取 ”。實驗數據表明，第二條Push文案的點擊率比第一條同比高了30%。那么真的是第二條文案更有吸引力嘛？結果發現是第二條Push文案的接收人群的活躍度明顯高于第一條造成的。
剔除版本或節假日因素的干擾，新版本剛上線時的數據表現往往會很好，因為主動升級的用戶一般是高活躍度的用戶。臨近周末或大型節假日的時候，用戶的消費需求會被觸發，電商類應用的訂單轉化率也會直線上升。因此，在數據對比的時候，實驗組和對照組的數據在時間維度上要保持對應。
對歷史數據遺忘。人與數據技術不同，數據技術有著100%的記憶能力，而人類根據艾浩賓斯遺忘定律1天后只能記起33%，6天后25%，31天后21%。因此，我們要合理的選擇篩選時間段。比如猜你喜歡模塊不僅要對興趣標簽的計分進行一定的加權處理，也要結合商品的生命周期等因素做一系列的回歸實驗，得出受眾人群對各類興趣和購買傾向的衰退曲線，利用有規律的時間變化有效刪除老數據，去提升模塊的點擊率。
實驗需拆分A1組，也就是在實驗組B和對照組A上再增加一組A1，A1和A的規則保持一致，然后探究AB的數據波動與AA1比較，剔除數據的自然/異常波動帶來的影響。以我實際的A/B實驗表明，設立A1組是非常重要且必要的，不管數據量級有多大，相同實驗規則的兩組在數據也會有一定的小幅波動，而這小幅波動在精細化運營的今天，對我們的判斷可能形成較大的干擾偏差。
中企動力是一家專注于網站建設、網站設計、網站制作、建網站、制作網站的高端網站制作公司，專注網站建設17年，成功建站案例超30萬，對建設運營企業網站和提高用戶體驗有自己的獨到見解。
中企動力網站建設專家為您講述最新的網站運營、網站優化、網站推廣知識，有何疑問就趕緊點擊旁邊的咨詢按鈕吧！
