Title: 创建和配置
Locale: zh
URL: https://sensorswave.com/docs/experiments/create-and-configure/
Description: 掌握在控制台创建和配置实验的完整流程
本文详细介绍如何在 Sensors Wave 控制台创建和配置 A/B 实验，包括填写基本信息、配置变体组、定向分流规则和实验指标。

## 创建实验基本信息

### 进入实验管理页面

1. 登录 Sensors Wave 控制台
2. 点击左侧菜单的 **AB** > **实验**
3. 点击右上角的 **新建实验** 按钮

### 填写基本信息

#### 实验标识（Key）

**定义**：代码中使用的唯一标识符。

**命名规范**：
- 使用英文小写字母和下划线
- 格式：`模块_功能_目的`
- 示例：`cart_button_color_test`、`checkout_flow_optimization`

**注意事项**：
- 实验 Key 一旦创建不可修改
- 确保在项目中唯一
- 避免使用特殊字符和空格

**示例**：
```
cart_button_color_test
recommendation_algorithm_test
pricing_strategy_test
checkout_flow_optimization
```

#### 显示名称

**定义**：控制台显示的友好名称，方便团队成员理解。

**示例**：
```
购物车按钮颜色实验
推荐算法对比实验
定价策略测试
结账流程优化实验
```

**特点**：
- 可以使用中文
- 可以随时修改
- 不影响代码

#### 实验描述

详细说明实验的背景、目的和预期效果：

**示例**：
```
背景：当前加入购物车按钮使用蓝色，点击率为 24%，低于行业平均水平。

目的：测试红色按钮是否能提升点击率。

预期效果：红色按钮能将点击率提升到 26.4%（相对提升 10%）。
```

#### 假设

明确的实验假设，用于指导实验设计和结果判断：

**好的假设示例**：
- "红色按钮比蓝色按钮的点击率高 10%"
- "简化为 3 步的结账流程能将转化率从 20% 提升到 25%"
- "深度学习推荐算法比协同过滤算法的点击率高 15%"

**差的假设示例**：
- "红色按钮更好"（缺少量化指标）
- "新流程能提升转化"（没有具体提升幅度）

---

## 配置变体组

### 添加变体

实验至少需要 2 个变体：对照组和实验组。

#### 对照组（Control）

**定义**：当前使用的方案，作为基准。

**配置**：
- **变体名称**：`control`（推荐）
- **显示名称**：对照组
- **描述**：当前方案（蓝色按钮）

#### 实验组（Treatment）

**定义**：新的方案，需要验证的版本。

**配置**：
- **变体名称**：`treatment`（推荐）
- **显示名称**：实验组
- **描述**：新方案（红色按钮）

### 流量分配

设置每个变体获得的用户流量百分比。

#### 50/50 分配（推荐）

```
对照组：50%
实验组：50%
```

**优点**：
- 样本量平衡
- 统计功效最高
- 结果最可靠

**适用场景**：大多数 A/B 实验

#### 70/30 分配（保守策略）

```
对照组：70%
实验组：30%
```

**优点**：
- 降低风险，多数用户使用稳定方案
- 适合高风险实验

**缺点**：
- 实验组样本量小，需要更长周期

**适用场景**：
- 新功能验证（风险较高）
- 核心流程优化（影响面大）

#### 多变体分配

如果有多个实验组：

```
对照组：34%
实验组 A：33%
实验组 B：33%
```

**注意**：
- 确保总和为 100%
- 每个变体至少分配 10% 流量

### 变体命名规范

**推荐命名**：
- 对照组：`control`
- 单实验组：`treatment`
- 多实验组：`treatment_a`、`treatment_b`、`treatment_c`

**避免的命名**：
- `v1`、`v2`（不够语义化）
- `test`、`new`（容易混淆）
- 中文命名（代码中不方便使用）

---

## 配置分流规则

分流规则决定哪些用户参与实验。

### 全量分流（默认）

所有用户都有机会参与实验，通过随机算法分配到不同变体。

**适用场景**：
- 大多数 A/B 实验
- 面向全体用户的优化

**无需额外配置**，默认即为全量分流。

### 定向分流

只对特定用户群体进行实验，基于用户属性筛选受众。

#### 可用属性

基于 SDK 预置属性进行定向：

**设备属性**：
- `$os`：操作系统（iOS、Android、Windows）
- `$browser`：浏览器类型（Chrome、Safari）
- `$model`：设备型号

**地理位置**：
- `$country`：国家
- `$province`：省份
- `$city`：城市

**应用属性**：
- `$app_version`：应用版本

完整列表请参考 [预置事件和预置属性](../data-integration/preset-events-and-properties.mdx)。

#### 配置示例

**示例 1：只对 iOS 用户实验**

```
属性：$os
条件：等于
值：iOS
```

**示例 2：只对北京用户实验**

```
属性：$city
条件：等于
值：北京
```

**示例 3：多条件组合**

```
条件 1：$os 等于 iOS
条件 2：$city 等于 北京
逻辑：AND（同时满足）
```

---

## 配置实验指标

实验指标用于判断实验成败。实验支持配置任何事件分析类型的指标。

### 统计学检验支持

以下 6 种指标类型支持统计显著性检验，会在报告数据中显示 P 值、置信区间等统计指标：

| 指标类型 | 说明 | 示例 |
|---------|------|------|
| **COUNT** | 计数类指标 | 点击次数 |
| **UV** | 人数类指标（转化率） | 点击人数 |
| **SUM** | 总和类指标 | 消费金额 |
| **AVG** | 平均值指标 | 平均停留时长 |
| **COUNT_PER_USER** | 人均次数 | 人均点击次数 |
| **SUM_PER_USER** | 人均金额 | 人均消费金额 |

> **说明**：其他事件分析指标类型也可以配置为实验指标，但不会提供统计学检验结果。

### 指标配置示例

| 指标名称 | 事件 | 类型 | 说明 |
|---------|------|------|------|
| 按钮点击率 | `AddToCartClicked` | UV | 衡量点击转化率 |
| 点击次数 | `AddToCartClicked` | COUNT | 衡量总点击量 |
| 人均收入 | `Purchase` | SUM_PER_USER | 衡量人均消费金额 |
| 总收入 | `Purchase` | SUM | 衡量整体收入 |
| 页面停留时长 | `PageView` | AVG | 衡量平均停留时间 |
| 人均浏览次数 | `ProductView` | COUNT_PER_USER | 衡量人均浏览深度 |

### 指标值与指标均值

实验报告数据中包含两个核心指标概念，不同指标类型的计算逻辑如下：

| 指标类型 | 指标值（Value） | 指标均值（Mean） |
|---------|---------------|-----------------|
| **COUNT** | 事件发生的总次数 | 总次数 / 曝光人数 |
| **UV** | 触发事件的用户数 | 用户数 / 曝光人数（即转化率） |
| **SUM** | 数值属性的累计总和 | 总和 / 曝光人数 |
| **AVG** | 触发用户的数值属性平均值 | 等于指标值本身 |
| **COUNT_PER_USER** | 触发用户的人均次数 | 等于指标值本身 |
| **SUM_PER_USER** | 触发用户的人均金额 | 等于指标值本身 |

**累计类指标 vs 人均类指标的分母区别**：

- **累计类指标（COUNT、UV、SUM）**：指标均值的分母是**曝光人数**（即分流到该变体的全部用户）
- **人均类指标（AVG、COUNT_PER_USER、SUM_PER_USER）**：指标值的分母是**触发事件的用户数**，指标均值直接等于指标值

> **说明**：指标均值用于统计学检验计算（P 值、置信区间等），是实验显著性判断的基础数据。

---

## 保存和启动

### 实验状态流转

实验在生命周期中会经历以下状态：

```
新建实验
   ↓
[DRAFT 草稿] ←→ [DEBUG 调试]
   ↓
[RUNNING 运行中]
   ↓
[RELEASED 已发布]  或  [FINISHED 已结束]
```

| 状态 | 说明 |
|------|------|
| **DRAFT（草稿）** | 实验已创建但未发布，可反复修改配置。代码中无法获取实验配置，不记录曝光日志。 |
| **DEBUG（调试）** | 用于测试环境验证，仅特定测试用户可见。可在草稿和调试之间切换。 |
| **RUNNING（运行中）** | 实验正式上线，正在收集数据并进行分流。SDK 自动记录曝光日志。 |
| **RELEASED（已发布）** | 实验达到预期目标后，全量应用选定的优胜变体，实验流程结束。 |
| **FINISHED（已结束）** | 实验手动结束，不再收集新数据，保留数据用于回顾。 |

### 保存为草稿

点击 **保存** 按钮，实验保存为草稿状态：

**草稿状态特点**：
- 可以反复修改配置
- 代码中无法获取实验配置
- 不记录曝光日志

**适用场景**：
- 实验配置未完成
- 需要团队审核
- 等待代码集成完成

### 调试验证

在草稿状态下，可以将实验切换到 **DEBUG（调试）** 状态：

- 仅特定测试用户可见
- 用于验证 SDK 集成是否正确
- 确认变体配置无误
- 调试完成后可切回草稿继续修改

### 启动实验

确认配置无误后，点击 **启动** 按钮，实验进入 **RUNNING（运行中）** 状态：

**启动前检查清单**：
- [ ] 实验 Key 正确且唯一
- [ ] 假设明确且可验证
- [ ] 变体配置正确（至少 2 个变体）
- [ ] 流量分配合理（总和为 100%）
- [ ] 指标选择合理
- [ ] 代码已集成并测试（建议先通过 DEBUG 调试验证）

**启动后**：
- 实验状态变为 **RUNNING（运行中）**
- 代码中可以获取实验配置
- SDK 自动记录曝光日志
- 开始收集数据

### 结束实验

实验运行结束后，根据结果选择：

- **RELEASED（已发布）**：实验达到预期目标，全量应用优胜变体
- **FINISHED（已结束）**：手动结束实验，不再收集新数据

---

## 实验配置最佳实践

### 1. 清晰的命名

```
✅ 推荐：
- 实验 Key：checkout_flow_optimization
- 显示名称：结账流程优化实验
- 变体名称：control、treatment

❌ 不推荐：
- 实验 Key：test1
- 显示名称：实验
- 变体名称：a、b
```

### 2. 详细的描述

```
✅ 推荐：
背景：当前结账流程有 5 个步骤，用户流失率高达 60%。
目的：简化为 3 步，降低流失率，提升支付转化率。
预期效果：支付转化率从 20% 提升到 25%。

❌ 不推荐：
优化结账流程。
```

### 3. 合理的流量分配

```
✅ 推荐：
- 常规实验：50/50
- 高风险实验：70/30
- 多变体实验：均匀分配或对照组占多数

❌ 不推荐：
- 90/10（实验组样本量过小）
- 流量总和不等于 100%
```

### 4. 一致的变量类型

```
✅ 推荐：
对照组：{ price: 299 }   // Number
实验组：{ price: 249 }   // Number

❌ 不推荐：
对照组：{ price: 299 }   // Number
实验组：{ price: "249" } // String
```

### 5. 完整的指标体系

```
✅ 推荐：
- 配置多个互补的实验指标
- 核心指标使用支持统计检验的类型（COUNT、UV、SUM、AVG、COUNT_PER_USER、SUM_PER_USER）
- 同时关注转化类指标（UV）和数量类指标（COUNT、SUM）

❌ 不推荐：
- 只设置一个指标
- 使用不支持统计检验的指标类型作为核心判断依据
```

---

## 常见问题

### Q：实验 Key 可以修改吗？

**A**：不可以。实验 Key 一旦创建不可修改。如果需要修改，只能删除实验并重新创建。

### Q：流量分配可以在实验运行期间修改吗？

**A**：不建议。修改流量分配会破坏流量粘性，影响实验结果。如果必须修改，建议停止当前实验，创建新实验。

### Q：变体配置可以在实验运行期间修改吗？

**A**：不建议。修改配置会影响实验结果的可靠性。如果必须修改，建议停止当前实验，创建新实验。

### Q：如何确保实验配置正确？

**A**：使用发布前检查清单，逐项检查实验配置。建议先将实验切换到 DEBUG 状态，在测试环境验证代码集成是否正确。

---

## 相关文档

- [实验设计](experiment-design.mdx)：学习如何设计科学的实验
- [分流策略](targeting-and-allocation.mdx)：了解分流规则的配置
- [SDK 集成](sdk-integration.mdx)：在代码中集成实验

---

**最后更新时间**：2026 年 1 月 29 日