标帜规则之间的交互

描述标帜规则以及它们如何与云眼特性标帜(Feature Flag)AB实验交互。

📘 注意

如果运行实验，并且需要深入了解受众群体如何参与实验和投放，则本主题非常有用。

使用规则来优化和定位看到标帜的用户。可以配置以下类型的规则：

• 定向交付
• 实验（A/B 测试）
• 多臂老虎机优化

目前，一个标帜只能有一个实验，并且它必须是第一个评估的规则。**请参阅下面的测试版功能说明。**这意味着，如果为同一标帜创建目标投放规则和实验规则，云眼 会首先评估用户，以查看他们是否符合实验的受众群体条件和流量。如果它们不符合实验条件，则 云眼 接下来会针对投放规则对其进行优化评估。

📘 注意

每个标帜有多个实验目前处于测试阶段。如果希望加入测试版，请联系客户成功经理 （CSM）。

规则集和受众

如果在标帜规则中定义了多个重叠的受众群体，则该用户在实验中“下移”多个规则的方式与投放规则不同：

• 对于实验，如果用户未通过流量投放，他们仍然可以向下移动到下一个规则。
• 对于有针对性的投放，如果用户未能通过流量分桶，则“落入”其他所有人规则。只有当他们不符合_受众_条件时，他们才会向下移动到下一个规则。

下图详细显示了此行为。

Bucketing.png

图中不同规则类型的分桶行为有所不同

下表详细阐述了上述图表，其中显示了一个实验规则和一个投放规则组合的受众群体和流量状况的所有可能结果。

用户	实验受众群体	实验流量	交付受	递送流量	结果
用户1	通过	通过	不适用	不适用	实验
用户2	通过	失败	通过	通过	交货
用户3	失败	不适用	通过	通过	交货
用户4	失败	不适用	通过	失败	无操作
用户5	失败	不适用	失败	不适用	无操作

规则集和总流量

举例说明流量如何根据多个规则进行评估：如果为实验配置了 80% 的总流量，并为具有相同受众群体的投放设置 50% 的流量，则 80% 的流量将用于测试，其余 20% 的流量中有一半（即 10%）最终会用于投放。

下图说明了根据您设置的流量分配和受众群体，跨标帜规则拆分流量的一些方法。

image10.png

image12.png

image13.png