多臂老虎机测试会同时展示好几个创意版本，测试还在跑的时候，就把预算往领先的那个版本上挪。普通的 A/B 测试则是等到最后才挑出赢家。对上线窗口短、又有付费投放的社交团队来说，老虎机能让输家少烧点钱。
一句话总结： 当你有 3 个以上版本、有付费预算、时间窗口在一到两周，就用老虎机。只盯一个目标数字，让每个版本都有公平的起跑线，等每个版本都攒够曝光之后，再让分配开始倾斜。至于自然发布的帖子，用同样的思路当「有效就多来点」的规则就行，别当成严格测试。
什么时候老虎机胜过 A/B 测试，什么时候不灵
这名字来自老虎机：每条「臂」就是一个版本，你要在别在烂臂上浪费太多硬币的前提下，找到最好的那条。
| 情况 | 更合适的选择 |
|---|---|
| 2 个版本、周期长、想要一个干净的答案 | A/B 测试 |
| 3 到 8 个版本、有付费预算、10 天内上线 | 老虎机 |
| 自然发布的帖子、控制不了谁能看到 | 「有效就多来点」规则 |
| 单品牌、单市场、量很小 | 别测了，先发，每月复盘一次 |
老虎机是用来花钱的工具，不是用来研究理论的。如果测试跑着跑着并没有什么输赢代价，那 A/B 测试给你的答案更干净。
大多数社交团队最先撞上的噪音问题
社交数据本来就吵。在 Mydrop 的数据里，Instagram 帖子中间那一半的互动率落在 1.1% 到 6.7% 之间。某个版本第一天拿到 4%，它并不就是赢家，可能只是刚好被推给了更热的那批人。
所以老虎机需要一条公平起跑线。在分配开始倾斜之前，给每个版本同样的最低曝光。一个好用的起步规则是：每个版本 1,000 次曝光，或者三天，以更晚到的那个为准。
一次投放的四步老虎机方案
- 只挑一个数字。 链接点击、收藏，或者单次结果成本。别用「表现」这种模糊说法。你要是挑三个数字，最后一定会挑中你本来就喜欢的那个赢家。
- 搭好每条臂。 每条臂只改一样东西：钩子、首图，或者卖点文案。四条臂足够了。八条臂要的预算，大多数团队根本拿不出来。
- 定好公平起跑线和倾斜规则。 过了最低曝光之后，每天把 20% 的预算从最弱的臂挪给最强的臂。第一周千万别把哪条臂直接砍到零。
- 开跑之前先写好停止规则。 比如：某条臂连续 3 天领先就停，或者窗口一到就停。
留一小份「探索」预算，大概 10%，一直给到较弱的臂，直到结束。这样能防住那种开局运气好、后来掉队的假赢家。
跨品牌跑，但别把数据搅在一起
老虎机的结果，只对当初测试的那批人有效。在美国为品牌 A 打赢的钩子，到了巴西的品牌 B 身上可能就输了。
三个习惯，能让多品牌测试保持靠谱：
- 在同一个品牌、同一个地区里测，别跨着测。 只有同一个赢家出现两次之后，才把结果合并看。
- 每个版本用同一套命名方式。 品牌、地区、测试 ID、臂。一套命名规则，读结果的时候能省下好几个小时。
- 把测试记进日历。 如果测试没有摆在它影响的那些帖子旁边，总会有人一不小心把它排掉。
在 Mydrop 里，每个品牌都有自己的 Workspace 和独立日历，所以某个品牌的测试只会待在那个品牌的排期里。多品牌日历会把所有版本都显示成已排期的帖子，分平台的分析则直接给你第 1 步要的那个数字。
自然发布的帖子该怎么处理
你没法把自然触达干净地切成几条臂，但这个思路可以借来用。同一个主题，分几周发两三个版本，然后拿每个版本跟账号的常规帖子比一比。Mydrop 的分析会显示一条帖子相对你自己中位数的表现，这比光看点赞数公平多了。
规则很简单：赢过你中位数两次的结构，继续用；输过两次的，收起来；每周留一个位置给新东西。
这周就从一个小的投放开始
挑下一个付费上线，选三个钩子，把那个唯一的数字、公平起跑线和停止规则写进日历里的一条笔记。跑一次。跑完你就知道，你的量到底够不够玩老虎机，还是老老实实做 A/B 测试更合适。用免费的 Mydrop 账号，就能在一个地方排好帖子、看到结果。
Google 评价
Trustpilot 评价
Product Hunt comment
