本文档介绍了在对 Google Maps Platform 地点自动补全和地址验证 API 执行 A/B 测试时需要考虑的技术。
使用地点自动补全和地址验证 API 的几项优势如下:
- 改善客户体验:通过为客户提供关于地址和地点的实时建议,您可以帮助他们更快、更轻松地完成结账。这可以带来更好的客户体验。
- 提高数据准确性:Place Autocomplete API 和 Address Validation API 可以帮助您提高客户数据的准确性。这在电子商务领域尤其重要,因为准确的地址数据有赖于成功配送包裹。
要提高地址的质量,请运行 A/B 测试,以评估哪种验证解决方案最符合您的需求。这样,您便有机会以定量方式确定哪种产品最适合您的应用场景。
A/B 测试是一种对网页或应用的两个版本进行相互比较的方法。它是一种对照实验,用于确定某个变量的变化对可衡量结果的影响。
如需执行 A/B 测试,请为网页或应用创建两个版本,一个作为对照组,另一个作为可衡量更改的版本。然后,向不同的用户展示这些版本,并衡量他们与各个版本的互动情况。效果更好的版本将胜出。
系统架构概览
我们来看一个电子商务使用场景中的 A/B 测试地址验证。下面的架构图展示了客户将如何与您的商务体验互动,让您可以确定更有效的验证策略。
[系统上下文] A/B 测试地址验证
对 Address Validation API 的值进行 A/B 测试时涉及的系统。
A/B 测试流程
在考虑整个 A/B 测试流程时,需要考虑四个阶段。
- 准备 - 确定测试要求、范围和时间表。
- 构建 - 在用于运行测试的环境中实现 Place Autocomplete API 和 Address Validation API。
- 运行 - 在测试期间收集指标,直到获得显著结果或时间结束。
- 分析 - 将结果与假设进行比较,并确定后续步骤。
接下来,我们将逐一介绍上述各项。
准备时间
确定 A/B 测试要求
初始发现
思考以下问题:为什么要添加或更改地址验证服务提供商?例如,使用 Google 地图地点自动补全功能:
- 节省时间:您不必输入完整的地点名称,只需开始输入,就会看到系统提供的建议。
- 减少错误:即使您拼错了某个地点的名称,Google 地图地点自动补全功能仍会建议正确的地点。
解决验证问题有很多好处,包括:
- 提高递送率:通过地址验证,您可以确保邮件和包裹递送到正确的地址,从而帮助提高递送率。这可以为商家节省时间和金钱,并提高客户满意度。
- 提高数据质量:地址验证功能可以识别和更正地址中的错误,从而有助于提高数据质量。这可以提高营销活动和其他以数据为依据的计划的准确性。
确定假设
确定要测试的假设。下面是两个示例:
1. 转化率
在添加提前类型解决方案后,转化率通常会略有提高,这也是一个很好的指标。如果您要更改其他提供商的提前类型解决方案,则转化率应该是固定的。如果转化率下降,首先需要检查的是植入情况。
转化率固然重要,但可能无法体现整体情况。添加地址验证解决方案旨在防止用户在入口处提交质量不佳的地址,在某些情况下,这可能会给地址捕获增加一些自然障碍。这可能会导致整体转化率下降,但并不一定是坏事。由于添加地址验证功能而未完成的订单可能是与质量较差的地址数据有关,从而导致商家因配送退款而产生费用。
2. 减少质量较差的地址
这正是好的地址验证解决方案大显身手的地方。实施地址验证后,质量不佳的地址数据应该会减少。
如果要将新解决方案与现有解决方案进行比较,您可能很想只比较“良好地址”匹配率,然后选择匹配率更高的服务。这可能会产生误导,因为一项服务提供的假正例可能比另一项服务多。
相反,比较有效的指标是比较使用地址数据的成功结果。以电子商务为例,获取地址的期望结果是最终成功配送包裹。
构建
接下来是最令人兴奋的部分!现在是时候为您的客户构建新的解决方案了。我们已经发布了一份便捷指南,介绍了如何在电子商务结账过程中实现地点自动补全和 Address Validation API。我们建议您在完成此步骤时查看此信息。
即使您的构建不是专门针对电子商务的,大量的信息仍然是相关的,特别是有关如何根据 Address Validation API 的输出结果来确定地址质量的指南。
架构图
下面举例说明了可用于在电子商务环境中构建 A/B 测试的容器:
[执行环境] A/B 测试地址验证
关键系统中的重要应用、服务和数据存储区,为架构提供支持。(点击可放大)。
验证实现
解决方案实施不当会导致测试结果不可靠。在运行 A/B 测试之前,首先要通过一个小型用户组来验证该解决方案,以确保其按预期运行。可以是内部 QA 测试人员和/或您信任的一组选定的外部测试人员,他们将提供建设性的反馈。
运行
缓慢上升
即使解决方案已经过验证,最好还是先从一小部分用户开始,循序渐进地扩大测试范围。这样做可以及早发现错误或其他问题,并快速予以解决,而不会对大部分用户造成影响。
全面测试
只要有一小组用户测试了解决方案,并且所有问题都得到解决,我们就可以进行全面的 A/B 测试。这不一定要是真正的 50/50 流量分配,但其规模应该与随机选择的实时用量组大致相当。
捕获指标
在测试期间,您应确保捕获了能够支持您的假设的适当数据。在此过程中,您可以使用 A/B 测试平台来简化数据收集和后续分析工作。Google Maps Platform 还会收集 API 使用情况指标,这些指标可能会非常有用,您可以查看此页面,详细了解如何使用我们的报告工具。
建议的一些指标如下:
地点自动补全
转化率:与之前没有自动填充解决方案相比,表单的转化率/完成率是否有所提高?
工具互动:与之前的解决方案相比,成功与地点自动补全功能互动的用户更多吗?
Address Validation
配送成功:由于地址质量问题,配送失败次数是否减少了?
地址变更:快递公司向您收取的地址变更费用的次数是否有减少?
住宅与商业:采集住宅数据与商业数据方面是否有改进?(仅限部分市场)
分析
现在,测试已经结束,是时候对照原始测试标准和假设来分析结果了。如果您使用 A/B 测试平台完成此流程,则系统可能已向您提供部分信息。
返回上文的质量不佳地址的减少情况部分,您还可以使用 A/B 测试平台可能未捕获的其他指标。这可能是测试场景之间的失败传送率,示例数据如下:
解决方案 A | 解决方案 B | |
---|---|---|
递送失败 | 1.75% | 1.23% |
通过上面的基本示例,很明显,对于这个应用场景,解决方案 B 是更好的选择。
总结
我们希望本指南为您提供了足够的信息,帮助您开始您的 A/B 测试之旅!虽然该策略使用了电子商务领域的示例,但相同的基本原则可以广泛应用。确定在业务中拥有高质量处理数据的成功结果,并将其作为您的主要假设。
我们还在下面再次附上了本指南中提到的链接,建议您深入阅读。
祝您测试顺利!
后续步骤
下载使用可靠的地址改进结账、配送和运营 白皮书,并观看利用地址验证功能改进结账、配送和运营 在线讲座。
建议深入阅读:
贡献者
主要作者:
Henrik Valve | Google Maps Platform 解决方案工程师