Adaptiivinen A/B-testaus – Adaptiivinen A/B-testi

Adaptiivinen A/B-testi on kokeellinen asetelma, joka dynaamisesti uudelleenallokoi liikennettä tai osallistujia paremmin suoriutuviin variantteihin itse kokeen aikana sen sijaan, että allokaatiot pidettäisiin kiinteinä loppuun asti. Hyödyntäen monivartinen rosvo -algoritmeja, kuten Thompsonin otantaa (Thompson Sampling) tai ylempää luottamusrajaa (Upper Confidence Bound, UCB), se tasapainottaa epävarmojen varianttien tutkimista (exploration) ja jo parempaa suorituskykyä osoittavien varianttien hyödyntämistä (exploitation). Tämä tuottaa tyypillisesti korkeampia kokonaistuloksia samalla kun se tuottaa päteviä inferentiaalisia johtopäätöksiä.