Multi-Armed Bandit (多臂老虎机)
Skill-Multi-Armed-Bandit · 02-A_B实验
experimentforecastingoptimizationrecommendation广告与投放推荐与搜索WF-B 广告优化WF-G Listing内容优化
实现难度⭐⭐☆☆☆
业务视角
适用角色运营负责人 / 产品经理 · 广告优化师 · 选品负责人
适用平台Amazon Listing · TikTok 广告素材 · DTC 落地页
什么情况下用改了主图/标题/价格，不确定销量变化是改动导致的还是流量波动；两个方案团队各持己见，需要数据裁决
成功是什么样的每次改动都有 ≥95% 置信度的数据结论，好的改动快速全量，坏的及时止损
业务痛点
1. 解决的问题
在探索（exploration）和利用（exploitation）之间取得平衡。
2. 核心算法逻辑
多臂老虎机（MultiArmed Bandit, MAB）解决的核心问题是：在探索（exploration）和利用（exploitation）之间取得平衡。与传统 A/B 测试不同，MAB 在测试过程中动态调整流量分配，将更多流量分配给表现好的广告版本，同时继续探索其他版本，从而在保证学习效果的同时最大化收益。
3. 业务应用场景
业务问题： 我们在北美/澳洲投放吸奶器广告时，通常会准备多套广告素材（产品图片、使用场景图、妈妈晒单图、不同文案）。传统方法是固定流量分配 A/B 测试（如 50/50），但： - 效果差的素材浪费 50% 预算 - 测试周期长（至少 1-2 周） - 不确定性强，难以决策
使用 MAB 可以动态分配流量，自动淘汰差的素材，放大好的素材。
数据要求： - 广告素材 ID（如 "素材A-哺乳妈妈使用图"、"素材B-产品正面图"） - 每条广告的曝光、点击、加购、购买数据 - 实时或 near-real-time 数据回流
4. 输入数据要求
请查看原始代码模板获取输入规格。
5. 输出结果
请查看原始代码模板获取输出规格。
6. 业务价值 / ROI
- ROI 预估：相比 A/B 测试，MAB 可减少 20-40% 流量损耗，在探索阶段累计多转化 5-15%
- 实施难度：⭐⭐☆☆☆（2星，标准 MAB 算法，有成熟库）
- 优先级评分：⭐⭐⭐⭐☆（4星，适合高频迭代的广告/价格测试）
7. 代码模板
代码块数量：0 · 路径：paper2skills-code/ab_testing/multi_armed_bandit
请查看原始 Skill 卡片获取完整代码。
8. 论文来源
未自动抽取；请查看原始 Skill 卡片。