4. 实验变量设计：单一变量原则、多变量实验（MVT）的适用场景、变量粒度的选择
变量设计是授信引擎 A/B 测试的核心环节。错误的变量设计会导致实验结论不可信、无法归因，甚至误导策略迭代。本章聚焦三个关键问题：改什么（变量选择）、改几个（变量数量）、改多细（变量粒度）。
4.1 单一变量原则：因果归因的黄金标准
单一变量原则（A/B Testing with One Variable）要求实验组与对照组之间仅有一个变量不同，其余条件完全一致。这是保证实验结果可归因于该变量的最低要求。
核心公式： 实验效果 = 目标变量变化带来的效果 + 随机误差。若同时改变多个变量，则无法区分效果来自哪个变量，实验沦为“黑盒测试”。
4.1.1 适用场景
- 策略微调验证：如仅调整“收入门槛”从 3000 元变为 5000 元，其他规则不变。
- 参数调优：如仅修改“多头借贷阈值”从 3 次变为 5 次。
- 模型版本替换：如仅将评分卡 A 替换为评分卡 B，决策逻辑不变。
4.1.2 常见陷阱
| 陷阱 | 错误示例 | 后果 |
|---|---|---|
| 隐含变量改变 | 调整“收入门槛”时，连带修改了“收入验证方式” | 无法判断效果来自门槛还是验证方式 |
| 变量定义模糊 | “优化风控规则”作为变量，实际包含 5 条规则修改 | 实验结论无法落地 |
| 环境不一致 | 实验组用新模型，对照组用旧模型但数据源不同 | 归因失效 |
实操建议：在实验设计文档中，使用“变量变更清单”逐条列出唯一变更项，并由第二人复核。任何非目标变量的差异都应视为实验污染。
4.2 多变量实验（MVT）的适用场景
多变量实验（Multivariate Testing, MVT）允许同时测试多个变量的不同组合，以发现变量间的交互效应。MVT 并非单一变量原则的替代，而是其补充——当变量间可能存在协同或拮抗作用时，MVT 是更优选择。
4.2.1 何时使用 MVT
- 变量间存在强交互：如“额度上限”与“利率”同时调整时，对通过率的影响不是简单叠加。
- 需要寻找最优组合：如同时测试 3 种额度策略 × 2 种利率策略 × 2 种期限策略。
- 实验成本可控：MVT 需要更大的样本量，适用于高流量场景。
4.2.2 MVT vs. 单一变量实验
| 对比维度 | 单一变量实验 | 多变量实验（MVT） |
|---|---|---|
| 变量数量 | 1 个 | ≥2 个 |
| 样本需求 | 低 | 高（组合数指数增长） |
| 交互效应检测 | 无法检测 | 可检测 |
| 结论清晰度 | 高，直接归因 | 中等，需分析主效应与交互效应 |
| 典型场景 | 单规则调优 | 策略组合优化 |
注意：MVT 不适用于低流量场景。若每日授信申请量低于 1000 笔，建议优先使用单一变量实验，或采用“分阶段多变量实验”（先测主效应，再测交互）。
4.3 变量粒度的选择
变量粒度指变量取值的离散化程度。粒度太粗会丢失信息，粒度太细会导致实验组过多、样本稀释。合理的粒度选择是实验可行性与信息量的平衡。
4.3.1 粒度选择原则
- 业务可解释性优先：如“收入”按 0-3000、3000-8000、8000+ 分段，而非按每 100 元分段。
- 保证每组最小样本量：每个实验组至少需要 1000 笔有效样本（或按统计功效计算）。
- 避免过度离散：连续变量建议分 3-5 档，分类变量建议合并低频类别。
4.3.2 粒度选择对比
| 变量类型 | 粒度过粗 | 粒度过细 | 推荐粒度 |
|---|---|---|---|
| 年龄 | 青年/中年/老年 | 每 1 岁一组 | 5 岁一组（如 18-22, 23-27...） |
| 额度 | 低/中/高 | 每 100 元一组 | 按业务分位数分 4-5 档 |
| 信用评分 | 好/差 | 每 1 分一组 | 按风险等级分 5-7 档 |
| 产品类型 | 现金贷/分期 | 每个产品 ID 一组 | 按产品线合并（如 3-5 类） |
4.4 变量设计决策流程
以下 SVG 展示了从实验目标到变量设计的完整决策路径，帮助你在实际项目中快速选择正确的变量策略。
4.5 变量设计检查清单
在提交实验方案前，请逐项确认以下内容：
- 变量唯一性：实验组与对照组之间是否只有 1 个变量不同？（单一变量实验）或变量组合是否已完整定义？（MVT）
- 变量可测量：变量取值是否可被系统准确记录和回溯？
- 粒度合理性：每个实验组是否满足最小样本量要求？
- 交互效应考虑：若使用 MVT，是否已列出所有可能的交互项？
- 业务对齐：变量取值是否与业务规则、监管要求一致？
最佳实践：在授信引擎 A/B 测试中，建议 80% 的实验采用单一变量原则，15% 采用 2-3 变量的 MVT，仅 5% 的高流量场景使用 4 变量以上的 MVT。变量粒度优先使用业务分档（如低/中/高），而非统计分箱。