chowdhori87
Noob
Posts: 1
Joined: February 2024
Currently Offline
|
Post by chowdhori87 on Feb 19, 2024 5:34:37 GMT
“如今,A/B 测试正在蓬勃发展——与非 A/B 测试相比,这是一个巨大的进步,”人工智能公司 OfferFit 的首席执行官 George Khachatryan 在最近的一次网络研讨会上说道。 “与此同时,每天进行这些测试的人们认识到这比看起来要困难得多。” 设计 A/B 测试、确定样本大小并部署它们需要大量时间和资源,并且分析结果需要高精度。总而言之,A/B 测试所需的手动任务会给营销人员带来沉重的负担。 “当你运行一个完整的实验程序时,运行一次 A/B 测试是远远不够的,”Khachatryan 说。 “当你运行一个时,你会获得宝贵的见解,并且不可避免地想要获得更多。所以你最终会跑得更多。” 他补充道,“那些亲身实践的人意识到,他们所需的测试数量会迅速激增——在这条指数曲线上,它很早就变得不可行。 显示 A/B 测试如何无法扩展的图表 资料来源:乔治·哈恰 特殊数据 图良 营销人员需要一种解决方案,使他们能够测试越来越多的营销活动变量,同时给他们足够的时间来分析数据。幸运的是,A/B 测试正在不断发展。 扩展 A/B 测试的威力 在网络研讨会中,Khachatryan 强调了影响现代 A/B 测试的“多臂老虎机问题”。在这种情况的传统版本中,赌场的人必须确定哪些老虎机(偷你钱的“独臂强盗”)将获得最佳支出,然后找出最佳顺序。通过 A/B 测试,变量是多臂强盗,营销人员必须发现哪些最有效,以便他们可以将更多资源分配到表现良好的领域。 “你可以将[多臂老虎机]想象成智能 A/B 测试,”他说。 “它将在探索与利用之间进行权衡——它将开始随机拉动这十个句柄,但随着它的进行,它将动态地重新分配资源,这样,如果事情看起来很糟糕,它就会停止拉动。 测试中的多武装强盗与上下文强盗 资料来源:乔治·哈恰图良 他补充道,“这些多臂老虎机旨在进行适量的实验,这样你就可以在学习的同时利用你已经学到的东西。” 虽然这些多臂模型(A/B)多年来一直为营销人员提供了良好的服务,但该框架的新迭代更加准确和有效。根据哈恰图良的说法,这些都是“背景强盗”。 “它的作用与多臂强盗的作用相同,但它考虑到了不同的环境,”他说。 “所以,如果你有两个不同的客户,具有不同的特征,它就会知道拉动不同的杠杆。” 上下文强盗框架本质上是大规模的自动化实验和个性化。这是一个可以完全自动化流程的模型,也是每个营销人员为大规模提高营销活动有效性而应该努力的方向。
|
|