Question

我正在使用A / B拆分测试，并且正在使用此库： https://github.com/namshi/AB

每个测试都会生成一个种子，该种子会告诉AB测试人员要使用哪些参数。

假设我要使用不同的变量（例如背景色，结帐按钮颜色，文本等）来获得最佳的结帐页面转换率。

哪种算法将获得具有最佳转换率的种子？

我尝试过的事情：

每个种子都有“重量”，更多的重量=最有可能被采摘
成功转换后，会存储种子，并将更多的权重添加到当前种子中
每次运行时，都会添加一个随机种子，占种子总重量的10％，因此，每10位访问者中就有1位会获得随机种子以继续测试新的变体

我已经编写的代码：

public function conversionTest()
{

    // Store successful conversion to $seeds arr
    $seeds = [];

    // Run 200 "conversions"
    for ($i = 0; $i < 200; $i++) {

        // Initialize seed container
        $container = $this->initializeSeedArr($seeds);

        // Random seed test
        $randomSeed = new Test('random-seed', $container);

        // Get seed
        $seed = $randomSeed->getVariation();

        // Push to $seeds as "successful conversion"
        $seeds[] = $seed;

    }

    dd($container);

}

private function initializeSeedArr($container)
{
    $arr = [];

    $count = count($container);

    // Add random seed with 10% "weight" of container count
    $arr[$this->randomSeed()] = $this->getSeedWeight($count);

    // Add rest of the seeds
    for ($i = 0; $i < count($container); $i++) {
        // Get current seed
        $seed = $container[$i];

        // If multiple conversion add more weight to current seed
        $arr[$seed] = isset($arr[$seed]) ? $arr[$seed] + 1 : 1;
    }

    return $arr;
}

private function randomSeed()
{
    return mt_rand();
}

private function getSeedWeight($count)
{
    $round = (int)round($count * 0.1);
    $round = $round < 1 ? 1 : $round;
    return $round;
}

这种方法存在问题，这就是大多数结果的样子。

array:21 [▼
  1641197740 => 20
  1787918404 => 155
  2108274654 => 1
  667244174 => 7
  1296436374 => 3
  213433208 => 4
  450097167 => 4
  465517336 => 1
  1071877664 => 1
  1430346867 => 6
  444753032 => 2
  1802187446 => 3
  1937663980 => 2
  315179639 => 2
  2067012650 => 1
  717546160 => 1
  160677944 => 1
  822938190 => 2
  553738679 => 1
  20707768 => 1
  932884407 => 1
]

排在最前面的种子获得了大多数“转化”，并且具有最大的权重，添加并测试了新种子，但随着更多的转化开始涌入第一批种子，它们就没有任何分量。因此，从长远来看，这并不是一个很好的解决方案。

您将如何做？

转化率优化算法

0 个答案: