3. 反欺诈A/B测试设计：实验组与对照组划分、随机化方法、分流策略

反欺诈A/B测试的核心在于科学划分实验组与对照组，确保两组在实验开始前具有可比性，从而将效果差异归因于策略本身，而非分组偏差。本章将系统讲解分组原则、随机化方法以及基于不同标识（Cookie/设备ID/用户ID）的分流策略。

3.1 实验组与对照组划分原则

在反欺诈场景中，划分需满足以下三个核心原则：

• 同质性：两组在用户画像、风险分布、历史行为等关键维度上无显著差异。
• 独立性：两组用户之间不相互干扰，避免“污染效应”（如对照组用户接触到实验组策略的间接影响）。
• 稳定性：分组结果在实验期间保持固定，不因用户重复访问或设备更换而改变。

3.2 随机化方法

随机化是保证两组可比性的核心手段。反欺诈场景下常用的随机化方法包括：

• 简单随机化：对每个用户独立生成随机数，按阈值（如随机数 < 0.5 为实验组，≥ 0.5 为对照组）分配。适用于用户量极大且风险分布均匀的场景。
• 分层随机化：先按关键风险特征（如设备指纹、IP段、历史欺诈标签）分层，再在各层内独立随机分配。适用于风险分布不均的场景。
• 桶随机化（Hash-based）：对用户标识（如用户ID）进行哈希运算，取模后映射到实验组或对照组。优点是分组结果可复现，适合长期实验。

3.3 分流策略：Cookie / 设备ID / 用户ID

分流策略决定了“以什么粒度”将用户分配到实验组与对照组。不同标识适用于不同的反欺诈场景，选择不当会导致分组混乱或实验失效。

3.4 分流策略流程图

下图展示了从用户请求到最终分组的完整分流流程，涵盖标识选择、哈希计算与组别映射：

3.5 基于Hash的分流实现示例

以下代码展示了使用用户ID进行Hash分流的典型实现，支持多组均匀分配：

import hashlib

def assign_group(user_id: str, num_groups: int = 2) -> int:
    """
    基于用户ID的Hash分流函数。
    
    Args:
        user_id: 用户唯一标识（字符串）
        num_groups: 分组数量（默认2组：0=对照组，1=实验组）
    
    Returns:
        组编号（0 到 num_groups-1）
    """
    # 使用MD5哈希，取前8位十六进制转为整数
    hash_hex = hashlib.md5(user_id.encode('utf-8')).hexdigest()[:8]
    hash_int = int(hash_hex, 16)
    return hash_int % num_groups

# 示例：将用户分配到实验组或对照组
user_list = ["user_001", "user_002", "user_003", "user_004"]
for uid in user_list:
    group = assign_group(uid, 2)
    print(f"{uid} -> {'实验组' if group == 1 else '对照组'}")

3.6 分流策略对比总结

下表从稳定性、覆盖度、实现复杂度三个维度对比三种分流标识，帮助你在实际项目中快速决策：