1. 运行控制

运行控制用来对实验状态与实验流量进行调整与控制。本节将会对运行控制的使用流程进行详细介绍。主要内容包括实验定向的使用与使用流量的调节。

已经关闭的实验不允许重新启用，此时如果你想再次尝试一下，你可以选择重新创建一个实验，并且沿用原来变量与变量值，实验内容依然生效。已经结束的实验请及时关闭

1.1. 实验流量分配

1. 控制实验状态，包括实验的开启与关闭。为了保证实验的科学性，已经关闭的实验不支持重新开启。
2. 调整实验流量，包括实验总体流量与各个版本的实验流量比例。
   1. 实验流量总体与各个版本的实验流量比例；
   2. 调整实验流量，包括总体流量与各个版本的流量比例。请注意以下几点：
      1. 实验流量的上限为所在分层的剩余流量，例如，该分层中已经有40%的流量被占有，那么该实验最大可以使用60%的流量；
      2. 实验流量调节的最小比例为千分之一（即0.1%）
      3. 流量调整完成之后，本次更改将会立刻生效。
3. 重置之后流量回到上次保存的比例。

4. 特别说明：流量分配针对未来活跃用户进行分配，所以仅提供比例调节。流量分配需要用户提前选定一部分流量作为实验流量，然后在所选实验流量中选择某一部分用户进入参照组，剩余流量不会参与实验。

    1. 为了保证实验的科学性，不推荐实验过程中经常调整流量；
    2. 原则上各个版本之间实验比例没有要求，但是为了实验之间流量均匀，
       推荐各个版本的实验流量相等；
    3. 实验应该尽量避开重大的节日，如双十一，并且推荐实验运行一周以上以覆盖工作日以及周末时间。
   

1.2. 实验定向

实验定向主要用在灰度发布，或者精细化运营的特定场景。同时广告投放的情况下也需要做用户定向。本节将对这些内容做详细介绍。

1.2.1. 实验定向支持的条件

1. 用户属性，此处用户属性指的是用户通过调用SDK中的people.set接口上传的用户属性
2. 通过行为分析中用户分群设定的的用户群
3. SDK自动采集的设备信息，例如操作系统，浏览器，渠道，版本等。4. 特别说明当前版本设备定向尚不支持客户端。

1.2.2. 使用流程如下

实验一旦开始定向条件不允许改变，具体操作流程如下。

1.3. 问题解答

HubbleData的流量会按照什么方式进行分配？

1. 我们的分流并非基于历史用户，而是通过算法实时对用户进行分流。举例如userId=300013002的用户访问网站时，Hubble后台将会进行判断：
   1. 用户是否进入实验；
   2. 如果用户进入实验，进一步判断用户进入哪一个实验版本。
2. 我们分流服务采用随机算法，后台会保证实验版本之间的用户比例近似满足前期设置的流量比例。

原版本与实验版本的比例应该怎么分配？

1. A/B测试中原版本对应科学实验中的对照组，一般对应原始设计方案；
2. 我们目前的设计需要用户提前配置对照组流量比例，如果用户没有配置后续将无法实现效果评估。

结束实验是否会影响线上业务？

1. 实验结束之后所有流量将会释放，用户自动进入原版本所对应的产品设计；
2. 如果想上线某一个版本你需要将该版本流量调整为100%。