zoukankan      html  css  js  c++  java
  • 互联网产品的灰度发布

    原文:http://www.woshipm.com/pd/706.html

    在互联网产品的发布过程中也较多采用此种发布方式:产品的发布过程不是一蹴而就,而是逐步扩大使用用户的范围,从公司内部用户->忠诚度较高的种子用户->更大范围的活跃用户->所有用户。在此过程中,产品团队根据用户的反馈及时完善产品相关功能。此种发布方式,按照中国特色的叫法被冠以”灰度发布“、”灰度放量“、”分流发布“。

    在传统软件产品发布过程中(例如微软的Windows7的发布过程中),一般都会经历Pre-Alpha、Alpha、Beta、Release candidate(RC)、RTM、General availability or General Acceptance (GA)等几个阶段(参考Software release life cycle)。可以看出传统软件的发布阶段是从公司内部->外部小范围测试>外部大范围测试->正式发布,涉及的用户数也是逐步放量的过程。

    在互联网产品的发布过程中也较多采用此种发布方式:产品的发布过程不是一蹴而就,而是逐步扩大使用用户的范围,从公司内部用户->忠诚度较高的种子用户->更大范围的活跃用户->所有用户。在此过程中,产品团队根据用户的反馈及时完善产品相关功能。此种发布方式,按照中国特色的叫法被冠以”灰度发布“、”灰度放量“、”分流发布“。

    关于“灰度发布”叫法的来源无从考察。只不过按照中国传统哲学的说法来看,很符合中国人中庸的思维模式:自然界所有的事物总是以对称、互补、和谐的形式存在,例如黑与白、阴与阳、正与负、福与祸。在二元对立的元素间存在相互过渡的阶段,所谓”祸兮福所倚,福兮祸所伏“。具体到黑与白,在非黑即白中间还有中间色——灰色。于是出现了很多关于灰色的说法:灰盒测试,灰色管理(极力推荐 任正非:管理的灰度),灰色收入,灰色地带等等。因此对于灰度发布实际上就是从不发布,然后逐渐过渡到正式发布的一个过程。

    1、灰度发布的作用

    • 及早获得用户的意见反馈,完善产品功能,提升产品质量
    • 让用户参与产品测试,加强与用户互动
    • 降低产品升级所影响的用户范围
    • 。。。

    2、灰度发布的步骤

    1)、定义目标

    2)、选定策略:包括用户规模、发布频率、功能覆盖度、回滚策略、运营策略、新旧系统部署策略等

    3)、筛选用户:包括用户特征、用户数量、用户常用功能、用户范围等

    4)、部署系统:部署新系统、部署用户行为分析系统(web analytics)、设定分流规则、运营数据分析、分流规则微调

    5)、发布总结:用户行为分析报告、用户问卷调查、社会化媒体意见收集、形成产品功能改进列表

    6)、产品完善

    7)、新一轮灰度发布或完整发布

    3、常见问题

    3.1)、以偏概全

    1)、问题特征:

    a、选择的样本不具有代表性;

    b、样本具有代表性,但选择样本用户使用习惯并没有涵盖所有核心功能
    2)、解决方案

    样本选择要多样化,样本的组合涵盖大部分核心功能

    3.2)、知识的诅咒

    ”知识的诅咒“的说法来自《粘住》中实验,具体可以自己搜索一下。我们自己对于自己开发的产品极为熟悉,于是乎想当然认为用户也应当能够理解产品的设计思路、产品的功能使用。

    1)、问题特征:

    a、结果没有量化手段;

    b、只依赖于用户问卷调查;

    c、没有web analytics系统;

    d、运营数据不全面,只有核心业务指标(例如交易量),没有用户体验指标

    e、对结果分析,只选择对发布有利的信息,对其他视而不见
    2)、解决方案:
    a、产品设计考虑产品量化指标
    b、结果分析依据量化指标而不是感觉

    3.3)、发布没有回头路可走

    1)、问题特征:

    a、新旧系统用户使用习惯差异太大,没有兼容原有功能

    b、新旧系统由于功能差异太大,无法并行运行,只能强制升级

    c、新系统只是实现了旧系统部分功能,用户要完整使用所有功能,要在 在新旧系统切换

    d、新旧系统数据库数据结构差异太大,无法并行运行

    2)、解决方案:

    前期产品策划重点考虑这些问题,包括:

    回滚方案、 新旧系统兼容方案、用户体验的一致性、用户使用习惯的延续性、新旧系统数据模型兼容性

    3.4)、用户参与度不够

    1)、问题特征:

    a、指望用户自己去挖掘所有功能。对于一个产品,大部分用户经常只使用部分功能,用户大部分也很懒惰,不会主动去挖掘产品功能
    b、互动渠道单一
    c、陷入“知识的诅咒”,不尊重参与用户意见
    2)、解决方案:
    a、善待吃螃蟹的样本用户,包括给予参与测试的用户小奖励(例如MS给参与Win7测试用户正版License)、给用户冠以title
    b、通过邮件、论坛、社区、Blog、Twitter等新媒体与用户形成互动
    c、提供产品功能向导。在hotmail最近的升级后的功能tip,gmail的tip都有类似的产品功能导向。在产品中会提示类似于:你知道吗,xx还提供xx功能,通过它你可以xx 。

    灰度发布,灰度放量,A/B Testing,A/B 测试,分流发布

    4、灰度发布  VS.  A/B测试

    灰度发布于互联网公司常用A/B测试似乎比较类似,老外似乎并没有所谓的灰度发布的概念。按照wikipedia中对A/B测试的定义,A/B测试又叫:A/B/N Testing、Multivariate Testing,因此本质上灰度测试可以算作A/B测试的一种特例。只不过为了术语上不至于等同搞混淆,谈谈自己理解的两者的差异。

    灰度发布是对某一产品的发布逐步扩大使用群体范围,也叫灰度放量

    A/B测试重点是在几种方案中选择最优方案

    关于A/B测试可以参考这篇文章:A/B测试终极指南

    5、灰度发布引擎

    对于一般的小系统并不需要单独的灰度发布引擎,可以参考A/B测试中做法,在页面javascript或服务器端实现分流的规则即可。但对于大型的互联网应用而言,单独的用于管理用户分流的发布引擎就很有必要了。“钱掌柜”分流发布模式 提到了原来阿里软件所使用的灰度发布引擎,设计思路具有普遍性,可以供参考

    灰度发布,灰度放量,A/B Testing,A/B 测试,分流发布

    6、参考文档

    “钱掌柜”分流发布模式

    百度百科:灰度发布

    A/B testing

    A/B测试终极指南

    来源:http://www.yeeach.com/

  • 相关阅读:
    【leetcode】500. Keyboard Row
    【排序算法汇总】5类8种排序算法
    【leetcode】339. Nested List Weight Sum
    ArcCatalog中将SQLServer中的空间数据导入到Oracle库中
    初学ArcGIS API for JavaScript
    ArcGIS API for JavaScript开发环境配置
    shapefile与gdb中不能允许存在的几何错误
    C#中的Dictionary字典类介绍(转载)
    泛型Dictionary<string,string>的用法
    空间数据存储格式wkb和wkt(转载)
  • 原文地址:https://www.cnblogs.com/qiyer/p/5728189.html
Copyright © 2011-2022 走看看