Wie werden Gruppen in A/B-Tests gebildet?

Gruppen in A/B-Tests werden durch eine zufällige oder pseudozufällige Verteilung von Nutzern oder Testobjekten auf zwei oder mehr Untergruppen gebildet – in der Regel eine Kontrollgruppe (A) und eine experimentelle Gruppe (B). Es ist wichtig, dass die Verteilung zufällig und repräsentativ ist, um systematische Verzerrungen zu vermeiden.

Oft wird die Hash-Funktion des eindeutigen Nutzer-Identifikators (z.B. userID) verwendet, gefolgt von der Berechnung des Rests bei Division durch die Anzahl der Gruppen, was Stabilität und Reproduzierbarkeit der Verteilung gewährleistet. Auch wird eine stratifizierte Verteilung angewandt, wenn es notwendig ist, die Gruppen nach wichtigen Merkmalen (z.B. Alter, Region) auszugleichen.

Beispiel für eine einfache Verteilung:

import hashlib

def assign_group(user_id, num_groups=2):
    hash_digest = hashlib.md5(user_id.encode()).hexdigest()
    hash_int = int(hash_digest, 16)
    return hash_int % num_groups

# user_id 'user123' wird in Gruppe 0 oder 1 eingeteilt

Auf diese Weise werden Gruppen so gebildet, dass sie statistische Signifikanz gewährleisten und den Einfluss externer Faktoren minimieren.