跳轉到主要內容

​
實驗重要詞彙

若要熟悉實驗這項做法並了解其重要詞彙，請閱讀下列內容：

​
實驗

A/B 實驗是一種比較兩個或多個遊戲體驗設定 (變體) 的方法，而多變量實驗則可讓您設定多個遊戲元素，並判斷哪些組合 (變體) 在達成轉換目標方面表現最佳。 做法是將使用者隨機分成兩個或多個群組，並在一段時間內為每個群組提供不同的體驗，然後對收集到的遙測進行統計分析，根據您為實驗決定的目標，判斷哪個變化的表現較佳 PlayFab Experiments 同時支援 A/B 測試 (也稱為分割測試) 和多變量測試。

​
轉換率

轉換是指您希望玩家採取的任何預期動作。轉換不一定要與金錢目標相關。這可以包括從選取按鈕到進行購買並成為玩家等任何動作。 轉換是實驗的目標。轉換是一個絕對數字，而轉換率則是轉換次數除以總玩家流量。

​
假設

假設提出了關於特定介入措施如何影響玩家行為的主張。假設結合了要對哪些情境進行實驗及其原因的想法，以及變更後可能出現的變化。

​
區段

區段會根據使用者定義的資格條件/準則，將個別玩家組織成具有共同特徵的群組。 您可以針對區段以自訂體驗進行實驗，以驗證某個對象會有更正面反應的假設。

​
目標對象百分比

納入實驗考量並與控制變體或處理變體相關聯的總玩家群百分比。

​
控制變體

控制變體是實驗中用作比較基準的現有體驗，以確保實驗有效。它為實驗提供基準測量。它可確保實驗結果是由您提供的處理所造成，而不是實驗以外的其他因素。

​
處理變體

處理變體會在實驗中接受實驗處理或體驗差異。在 A/B 實驗中研究的就是處理變體，其中包含體驗變更。

​
變數

定義變數是為了設定功能或體驗設定。定義功能變數可讓您反覆調整功能，而無須重新部署程式碼。

​
P 值

A/B 實驗中的 p 值是變體群組之間沒有差異的機率。 當 p 值很高時，表示 A 和 B 群組之間的任何差異都是由抽樣雜訊所造成。當 p 值很低 (低於我們的閾值) 時，表示變體之間存在實際差異，而顯示的差異最有可能是實際差異。

​
信賴區間

在 A/B 測試中，信賴區間可降低抽樣誤差的風險，從某種意義上來說，就是管理與實作新變體相關的風險。如果工具指出「我們有 95% 的信心，轉換率為 X% +/- Y%」，那麼您需要將 +/- Y% 視為誤差範圍。您對結果的信心程度，很大程度上取決於誤差範圍有多大。如果兩個轉換範圍重疊，您需要繼續測試以取得有效的結果。 型一錯誤： 型一錯誤是「偽陽性」的測量，也就是錯誤地認為實驗中的某個變化造成了統計上顯著的差異。儘管測試結果並無定論，卻宣告了明確的勝出者。 型二錯誤： 型二錯誤是「偽陰性」的測量，也就是錯誤地認為實驗中的某個變化沒有造成統計上顯著的差異。在應該有明確勝出者的情況下，控制組和變化之間卻未宣告任何明確的勝出者。
最後修改於 2026年10月8日