本文档介绍了在对 Google Maps Platform 的地点自动补全和地址验证 API 执行 A/B 测试时应考虑的技术。
使用 Place Autocomplete 和 Address Validation API 有以下几项好处：
- 改善客户体验：通过为客户提供实时地址和地点建议，您可以帮助他们更快速、更轻松地完成结账。这有助于提升客户体验。
- 提高数据准确性：地点自动补全和地址验证 API 可帮助您提高客户数据的准确性。这在电子商务中尤为重要，因为包裹能否成功送达取决于地址数据的准确性。
为了提高地址质量，请运行 A/B 测试，以评估哪种验证解决方案最能满足您的需求。这样一来，您就可以根据量化数据来决定哪种产品最适合您的使用场景。
A/B 测试是一种比较网页或应用的两个版本的方法。这是一种受控实验，用于确定变量的变化对可衡量结果的影响。
如需执行 A/B 测试，请创建网页或应用的两个版本，一个作为对照组，另一个包含可衡量的更改。然后，您向不同的用户展示这些版本，并衡量他们与这些版本的互动情况。效果更好的版本即为胜出版本。
系统架构概览
我们来看一下电子商务用例中的地址验证 A/B 测试。下图显示了客户如何与您的商务体验互动，以便您确定更有效的验证策略。
[系统背景信息] A/B 测试地址验证
在对地址验证 API 的价值进行 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，您需要考虑以下四个阶段。
- 准备 - 确定测试要求、范围和时间表。
- 构建 - 在环境中实现地点自动补全和地址验证 API，以便针对该环境运行测试。
- 运行 - 在测试运行期间收集指标，直到获得显著的结果或时间到期。
- 分析 - 将结果与假设进行比较，并确定后续步骤。
接下来，我们将逐一介绍这些功能。
准备时间
确定 A/B 测试要求
初步发现
问问自己：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：您不必输入地点的完整名称，只需开始输入，即可看到建议。
- 减少错误：如果您拼错了地点名称，Google 地图地点自动补全功能仍会建议正确的地点。
地址验证有很多好处，包括：
- 提高递送成功率：地址验证有助于确保邮件和包裹发送到正确的地址，从而提高递送成功率。这可以为企业节省时间和金钱，并提高客户满意度。
- 提高数据质量：地址验证有助于识别和更正地址中的错误，从而提高数据质量。这有助于提高营销活动和其他数据驱动型计划的准确性。
确定假设
确定要测试的假设。以下是两个示例：
1. 转化率
添加自动补全解决方案后，转化率通常会略有提高，因此这是一个值得跟踪的指标。如果您要将自动补全解决方案从其他提供商处迁移过来，则应预期转化率会保持不变。如果转化率下降，首先要检查的是实现。
转化率很重要，但可能无法反映全部情况。添加地址验证解决方案旨在防止用户在输入时提交低质量的地址，并且在某些情况下可能会给地址捕获带来一些自然的摩擦。这可能会导致整体转化率下降，但这不一定是一件坏事。由于添加了地址验证功能而导致未完成的订单可能与低质量的地址数据相关联，这些数据会导致企业因拒付运费而产生费用。
2. 减少了劣质地址
这时，出色的地址验证解决方案就能发挥作用了。实施 Address Validation 后，您应该会发现低质量的地址数据有所减少。
如果您要将新解决方案与现有解决方案进行比较，可能很想只比较“有效地址”的匹配率，然后选择提供更高匹配率的服务。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。
相比之下，更有意义的指标是比较使用地址数据后的成功结果。以电子商务为例，捕获地址的预期结果是最终成功送达包裹。
构建
现在，精彩的部分来了！是时候为客户打造新的解决方案了。我们已提供实用指南，介绍如何在电子商务结账流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一下。
即使您不是专门为电子商务构建应用，其中许多信息仍然相关，尤其是关于如何根据 Address Validation API 的输出来确定地址质量的指南。
架构图
以下示例展示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
为架构提供支持的关键系统中的重要应用、服务和数据存储区。（点击可放大）。
验证实现
实施不当的解决方案会产生不可靠的测试结果。在运行 A/B 测试之前，请务必先向一小部分用户验证解决方案，确保其能够按预期运行。可以是内部质量检查测试人员，也可以是您信任的外部测试人员（他们会提供建设性的反馈）。
运行
慢慢提高发送量
即使解决方案已通过验证，最好还是先在一小部分用户中缓慢增加测试规模。这样一来，您就可以尽早发现并快速解决 bug 或其他问题，而不会影响大部分用户。
完整测试
在小部分用户测试该解决方案并解决所有问题后，我们可以逐步扩大测试范围，最终进行全面的 A/B 测试。这不一定需要是真正的 50/50 流量分配，但应与随机选择的一组实际使用情况在规模上相当。
捕获指标
在测试期间，您应确保捕获到支持假设的适当数据。您可以在此过程中使用 A/B 测试平台，以便轻松收集数据，并在稍后进行分析。Google Maps Platform 还会收集可能有用的 API 用量指标，您可以访问此页面，详细了解如何使用我们的报告工具。
以下是一些建议的指标：
地点自动补全
转化率：与之前没有自动补全解决方案相比，表单的转化/完成率是否有所提高？
工具互动：与之前的解决方案相比，是否有更多用户成功与地点自动补全功能互动？
地址验证
配送成功率：因地址质量问题而导致的配送失败次数是否有所减少？
地址变更：您从快递公司收到的地址变更费用是否有所减少？
住宅与商业：在捕获住宅与商业数据方面是否有改进？（仅限部分市场）
分析
现在测试已结束，接下来需要根据原始测试标准和假设分析结果。如果您使用 A/B 测试平台完成了该流程，则可能已经可以获取一些信息。
回到上文的减少低质量地址部分，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交付失败率，例如以下数据：
| 解决方案 A | 解决方案 B | |
|---|---|---|
| 配送失败 | 1.75% | 1.23% |
从上面的基本示例可以看出，对于此使用情形，解决方案 B 会是更好的选择。
总结
希望本指南能为您提供足够的信息，助您顺利踏上 A/B 测试之旅！虽然本文使用了电子商务领域的示例，但同样的基本原则可以广泛应用。准确找出商家拥有高质量地址数据所带来的成功结果，并将其作为您的主要假设进行跟踪。
我们再次在下方列出了本指南中提及的链接，供您进一步阅读。
祝您测试顺利！
后续步骤
下载通过可靠的地址，提升结账、配送和运营体验 白皮书，并观看通过地址验证，提升结账、配送和运营体验 网络研讨会。
建议的延伸阅读内容：
贡献者
主要作者：
Henrik Valve | Google Maps Platform 解决方案工程师