Giới thiệu về thử nghiệm A/B trong Firebase

Để giúp bạn tối đa hoá mức độ liên quan và tính hữu ích của kết quả kiểm thử, trang này cung cấp thông tin chi tiết về cách hoạt động của Firebase A/B Testing.

Kích thước mẫu

Suy luận Firebase A/B Testing không yêu cầu xác định cỡ mẫu tối thiểu trước khi bắt đầu thử nghiệm. Nhìn chung, bạn nên chọn mức độ hiển thị thử nghiệm lớn nhất mà bạn cảm thấy thoải mái. Kích thước mẫu lớn hơn sẽ tăng cơ hội tìm thấy kết quả có ý nghĩa thống kê, đặc biệt là khi sự khác biệt về hiệu suất giữa các biến thể là nhỏ. Bạn cũng có thể tham khảo công cụ tính cỡ mẫu trực tuyến để tìm cỡ mẫu đề xuất dựa trên các đặc điểm của thử nghiệm.

Chỉnh sửa thử nghiệm

Bạn có thể chỉnh sửa một số tham số của thử nghiệm đang chạy, bao gồm:

• Tên thử nghiệm
• Mô tả
• Điều kiện nhắm mục tiêu
• Giá trị biến thể

Cách chỉnh sửa thử nghiệm:

1. Trong bảng điều khiển Firebase, hãy chuyển đến phần DevOps & Engagement (DevOps và Tương tác) > A/B Testing (Thử nghiệm A/B).
2. Mở trang kết quả cho thử nghiệm mà bạn muốn sửa đổi.
3. Trong trình đơn Thêm , hãy chọn Chỉnh sửa thử nghiệm đang chạy.
4. Thực hiện thay đổi rồi nhấp vào Xuất bản.

Xin lưu ý rằng việc thay đổi hành vi của ứng dụng trong khi thử nghiệm đang chạy có thể ảnh hưởng đến kết quả.

Logic chỉ định biến thể Cấu hình từ xa

Người dùng đáp ứng tất cả điều kiện nhắm mục tiêu của thử nghiệm (bao gồm cả điều kiện về tỷ lệ phần trăm hiển thị) sẽ được chỉ định cho các biến thể thử nghiệm theo trọng số biến thể và hàm băm của mã thử nghiệm cũng như mã nhận dạng lượt cài đặt Firebase của người dùng.

Google Analytics Đối tượng có độ trễ và không có sẵn ngay lập tức khi người dùng đáp ứng tiêu chí đối tượng ban đầu:

• Khi bạn tạo một đối tượng mới, có thể mất 24 đến 48 giờ để đối tượng đó thu thập người dùng mới.
• Người dùng mới thường được thêm vào đối tượng đủ điều kiện sau 24 đến 48 giờ kể từ khi họ đủ điều kiện.

Để nhắm mục tiêu theo thời gian, hãy cân nhắc sử dụng thuộc tính người dùng Google Analytics hoặc các lựa chọn nhắm mục tiêu tích hợp sẵn như quốc gia hoặc khu vực, ngôn ngữ và phiên bản ứng dụng.

Sau khi tham gia một thử nghiệm, người dùng sẽ được chỉ định vĩnh viễn vào biến thể thử nghiệm của họ và nhận các giá trị tham số từ thử nghiệm đó, miễn là thử nghiệm vẫn đang hoạt động, ngay cả khi thuộc tính người dùng của họ thay đổi và họ không còn đáp ứng các tiêu chí nhắm mục tiêu của thử nghiệm nữa.

Sự kiện kích hoạt

Sự kiện kích hoạt thử nghiệm giới hạn việc đo lường thử nghiệm đối với những người dùng ứng dụng kích hoạt sự kiện kích hoạt. Sự kiện kích hoạt thử nghiệm không ảnh hưởng đến các tham số thử nghiệm mà ứng dụng tìm nạp; tất cả người dùng đáp ứng tiêu chí nhắm mục tiêu của thử nghiệm sẽ nhận được tham số thử nghiệm. Do đó, bạn cần chọn một sự kiện kích hoạt xảy ra sau khi các tham số thử nghiệm được tìm nạp và kích hoạt, nhưng trước khi các tham số thử nghiệm được dùng để sửa đổi hành vi của ứng dụng.

Trọng số biến thể

Trong quá trình tạo thử nghiệm, bạn có thể thay đổi trọng số mặc định của biến thể để đặt tỷ lệ phần trăm người dùng thử nghiệm lớn hơn vào một biến thể.

Diễn giải kết quả thử nghiệm

Firebase A/B Testing sử dụng phương pháp suy luận tần suất để giúp bạn hiểu được khả năng kết quả thử nghiệm có thể xảy ra hoàn toàn do ngẫu nhiên. Khả năng này được biểu thị bằng giá trị xác suất hoặc giá trị p. Giá trị p là xác suất mà sự khác biệt về hiệu suất lớn như vậy (hoặc lớn hơn) giữa hai biến thể có thể xảy ra do ngẫu nhiên nếu thực sự không có hiệu ứng, được đo bằng một giá trị từ 0 đến 1. A/B Testing sử dụng mức ý nghĩa là 0,05 để:

• Giá trị p nhỏ hơn 0,05 cho biết rằng nếu mức chênh lệch thực tế bằng 0, thì có ít hơn 5% khả năng mức chênh lệch quan sát được ở mức cực đoan này có thể xảy ra ngẫu nhiên. Vì 0,05 là ngưỡng, nên mọi giá trị p nhỏ hơn 0,05 đều cho thấy sự khác biệt có ý nghĩa thống kê giữa các biến thể.
• Giá trị p lớn hơn 0,05 cho biết sự khác biệt giữa các biến thể không có ý nghĩa thống kê.

Dữ liệu thử nghiệm được làm mới mỗi ngày một lần và thời gian cập nhật gần đây nhất sẽ xuất hiện ở đầu trang kết quả thử nghiệm.

Biểu đồ kết quả thử nghiệm cho thấy giá trị trung bình tích luỹ của chỉ số đã chọn. Ví dụ: nếu bạn đang theo dõi Doanh thu từ quảng cáo trên mỗi người dùng dưới dạng một chỉ số, thì chỉ số này sẽ hiển thị doanh thu quan sát được trên mỗi người dùng. Nếu bạn đang theo dõi Người dùng không gặp sự cố, thì chỉ số này sẽ theo dõi tỷ lệ phần trăm người dùng không gặp sự cố. Dữ liệu này được tích luỹ từ khi bắt đầu thử nghiệm.

Kết quả được chia thành Dữ liệu ghi nhận được và Dữ liệu suy luận. Dữ liệu quan sát được tính toán trực tiếp từ dữ liệu Google Analytics và dữ liệu suy luận cung cấp giá trị p và khoảng tin cậy để giúp bạn đánh giá ý nghĩa thống kê của dữ liệu quan sát.

Đối với mỗi chỉ số, các số liệu thống kê sau sẽ xuất hiện:

Dữ liệu quan sát được

• Tổng giá trị cho chỉ số được theo dõi (số người dùng được giữ lại, số người dùng gặp sự cố, tổng doanh thu)
• Tỷ lệ theo chỉ số cụ thể (tỷ lệ giữ chân, tỷ lệ chuyển đổi, doanh thu trên mỗi người dùng)
• Mức chênh lệch theo tỷ lệ phần trăm (mức tăng) giữa biến thể và giá trị cơ sở

Dữ liệu suy luận

• 95% CI (Difference in means) (Khoảng tin cậy 95% (Chênh lệch về giá trị trung bình)) cho biết một khoảng chứa giá trị "thực" của chỉ số được theo dõi với độ tin cậy 95%. Ví dụ: nếu thử nghiệm của bạn cho ra khoảng tin cậy 95% cho tổng doanh thu ước tính từ 5 USD đến 10 USD, thì có 95% khả năng là mức chênh lệch thực tế về giá trị trung bình nằm trong khoảng từ 5 USD đến 10 USD. Nếu phạm vi CI bao gồm 0, thì hệ thống không phát hiện thấy sự khác biệt có ý nghĩa thống kê giữa biến thể và giá trị cơ sở.

  Giá trị khoảng tin cậy xuất hiện ở định dạng khớp với chỉ số được theo dõi. Ví dụ: Thời gian (tính bằng HH:MM:SS) cho tỷ lệ giữ chân người dùng, USD cho doanh thu từ quảng cáo trên mỗi người dùng và tỷ lệ phần trăm cho tỷ lệ chuyển đổi.

• Giá trị p, thể hiện xác suất quan sát dữ liệu cực đoan như kết quả thu được trong thử nghiệm, giả sử không có sự khác biệt thực sự giữa biến thể và giá trị cơ sở. Giá trị p càng thấp thì độ tin cậy càng cao, cho thấy hiệu suất quan sát được vẫn đúng nếu chúng ta lặp lại thử nghiệm. Giá trị từ 0,05 trở xuống cho thấy sự khác biệt đáng kể và khả năng thấp là kết quả đạt được là do ngẫu nhiên. Giá trị p dựa trên thử nghiệm một phía, trong đó giá trị của Biến thể lớn hơn giá trị của Đường cơ sở. Firebase sử dụng kiểm định t-test phương sai không bằng nhau cho các biến liên tục (giá trị số, chẳng hạn như doanh thu) và kiểm định z-test tỷ lệ cho dữ liệu lượt chuyển đổi (giá trị nhị phân, chẳng hạn như tỷ lệ giữ chân người dùng, người dùng không gặp sự cố, người dùng kích hoạt sự kiện Google Analytics).

Kết quả thử nghiệm cung cấp thông tin chi tiết quan trọng cho từng biến thể thử nghiệm, bao gồm:

• Mức chênh lệch (cao hơn hoặc thấp hơn) của từng chỉ số thử nghiệm so với chỉ số cơ sở, được đo lường trực tiếp (tức là dữ liệu thực tế ghi nhận được)
• Khả năng xảy ra sự chênh lệch quan sát được giữa biến thể và phiên bản cơ sở do ngẫu nhiên (giá trị p)
• Phạm vi có khả năng chứa mức chênh lệch hiệu suất "thực tế" giữa biến thể và mức cơ sở cho từng chỉ số thử nghiệm – một cách để hiểu các trường hợp hiệu suất "tốt nhất" và "tệ nhất"

Quyết tâm của Thủ lĩnh

Đối với các thử nghiệm sử dụng Suy luận theo tần suất, Firebase sẽ công bố biến thể dẫn đầu nếu có sự chênh lệch có ý nghĩa thống kê về hiệu suất giữa biến thể và mức cơ sở của chỉ số mục tiêu. Nếu nhiều biến thể cùng đáp ứng tiêu chí này, thì biến thể có trị số p thấp nhất sẽ được chọn.

Do việc xác định biến thể dẫn đầu chỉ dựa trên mục tiêu chính, nên bạn cần cân nhắc tất cả các yếu tố liên quan và xem xét kết quả của các chỉ số phụ trước khi quyết định có triển khai biến thể dẫn đầu hay không. Bạn nên cân nhắc lợi ích dự kiến của việc thực hiện thay đổi, rủi ro bất lợi (chẳng hạn như mức thấp hơn của khoảng tin cậy cho mức cải thiện) và tác động đến các chỉ số khác ngoài mục tiêu chính.

Ví dụ: nếu chỉ số chính của bạn là Người dùng không gặp sự cố và Biến thể A rõ ràng là vượt trội hơn so với phiên bản cơ sở, nhưng chỉ số giữ chân người dùng của Biến thể A lại thấp hơn chỉ số giữ chân người dùng của phiên bản cơ sở, thì bạn nên tìm hiểu thêm trước khi triển khai Biến thể A rộng rãi hơn.

Bạn có thể triển khai bất kỳ biến thể nào, không chỉ biến thể dẫn đầu, dựa trên kết quả đánh giá tổng thể về hiệu suất trên cả chỉ số chính và chỉ số phụ.

Thời lượng thử nghiệm

Firebase đề xuất bạn tiếp tục chạy thử nghiệm cho đến khi đáp ứng các điều kiện sau:

1. Thử nghiệm đã tích luỹ đủ dữ liệu để đưa ra kết quả hữu ích. Thử nghiệm và dữ liệu kết quả được cập nhật mỗi ngày một lần. Bạn nên tham khảo công cụ tính cỡ mẫu trực tuyến để đánh giá cỡ mẫu được đề xuất cho thử nghiệm của mình.
2. Thử nghiệm đã chạy đủ lâu để đảm bảo có một mẫu đại diện cho người dùng của bạn và đo lường hiệu suất dài hạn. Hai tuần là thời gian chạy tối thiểu được đề xuất cho một thử nghiệm Cấu hình từ xa thông thường.

Dữ liệu thử nghiệm được xử lý trong tối đa 90 ngày sau khi bắt đầu thử nghiệm. Sau 90 ngày, thử nghiệm sẽ tự động dừng. Kết quả thử nghiệm sẽ không còn được cập nhật trong bảng điều khiển Firebase và thử nghiệm sẽ ngừng gửi các giá trị tham số dành riêng cho thử nghiệm. Tại thời điểm này, ứng dụng bắt đầu tìm nạp các giá trị tham số dựa trên các điều kiện được đặt trong mẫu Remote Config. Dữ liệu thử nghiệm trước đây sẽ được giữ lại cho đến khi bạn xoá thử nghiệm.

Giản đồ BigQuery

Ngoài việc xem dữ liệu thử nghiệm A/B Testing trong bảng điều khiển Firebase, bạn có thể kiểm tra và phân tích dữ liệu thử nghiệm trong BigQuery. Mặc dù A/B Testing không có bảng BigQuery riêng, nhưng thông tin về thử nghiệm và biến thể được lưu trữ trên mọi sự kiện Google Analytics trong bảng sự kiện Analytics.

Các thuộc tính người dùng chứa thông tin thử nghiệm có dạng userProperty.key like "firebase_exp_%" hoặc userProperty.key = "firebase_exp_01", trong đó 01 là mã thử nghiệm và userProperty.value.string_value chứa chỉ mục (bắt đầu từ 0) của biến thể thử nghiệm.

Bạn có thể sử dụng các thuộc tính người dùng thử nghiệm này để trích xuất dữ liệu thử nghiệm. Điều này giúp bạn có thể phân tích kết quả thử nghiệm theo nhiều cách khác nhau và xác minh kết quả của A/B Testing một cách độc lập.

Để bắt đầu, hãy hoàn tất các bước sau như mô tả trong hướng dẫn này:

1. Bật tính năng xuất BigQuery cho Google Analytics trong bảng điều khiển của Firebase
2. Truy cập vào dữ liệu của A/B Testing bằng BigQuery
3. Khám phá các truy vấn mẫu

Bật tính năng xuất BigQuery cho Google Analytics trong bảng điều khiển của Firebase

Nếu đang dùng gói Spark, bạn có thể sử dụng hộp cát BigQuery để truy cập vào BigQuery mà không mất phí, tuân theo Hạn mức của hộp cát. Hãy xem phần Giá và hộp cát BigQuery để biết thêm thông tin.

Trước tiên, hãy đảm bảo rằng bạn đang xuất dữ liệu Analytics sang BigQuery:

1. Trong bảng điều khiển Firebase, hãy chuyển đến thẻ Cài đặt > Tích hợp.

2. Trong thẻ BigQuery, hãy nhấp vào Quản lý rồi xác minh rằng dự án của bạn đang xuất dữ liệu Analytics sang BigQuery.

   Nếu thẻ có nút Liên kết, thì bạn cần thiết lập tính năng xuất (tiếp tục chuyển sang bước tiếp theo).

3. Nếu bạn cần thiết lập lệnh xuất dữ liệu:

   1. Xem lại bài viết Giới thiệu về việc liên kết Firebase với BigQuery, rồi nhấp vào Tiếp theo.

   2. Trong mục Định cấu hình tích hợp, hãy bật Google Analytics.

   3. Chọn một khu vực và chọn chế độ cài đặt xuất dữ liệu.

      Lưu ý: Để biết thêm thông tin về chế độ cài đặt Google Analytics cho Firebase, hãy xem bài viết Thu thập dữ liệu.

   4. Nhấp vào Liên kết với BigQuery.

Tuỳ thuộc vào cách bạn chọn xuất dữ liệu, có thể mất đến một ngày để các bảng này xuất hiện. Để biết thêm thông tin về cách xuất dữ liệu dự án sang BigQuery, hãy xem bài viết Xuất dữ liệu dự án sang BigQuery.

Truy cập vào dữ liệu của A/B Testing trong BigQuery

Trước khi truy vấn dữ liệu cho một thử nghiệm cụ thể, bạn nên lấy một số hoặc tất cả thông tin sau đây để sử dụng trong truy vấn của mình:

• Mã thử nghiệm: Bạn có thể lấy mã này từ URL của trang Tổng quan về thử nghiệm. Ví dụ: nếu URL của bạn có dạng như sau: https://console.firebase.google.com/project/my_firebase_project/config/experiment/results/25, thì mã thử nghiệm là 25.
• Mã tài sản Google Analytics: Đây là mã tài sản Google Analytics gồm 9 chữ số của bạn. Bạn có thể tìm thấy thông tin này trong Google Analytics; thông tin này cũng xuất hiện trong BigQuery khi bạn mở rộng tên dự án để hiển thị tên của bảng sự kiện Google Analytics (project_name.analytics_000000000.events).
• Ngày thử nghiệm: Để soạn một truy vấn nhanh hơn và hiệu quả hơn, bạn nên giới hạn các truy vấn của mình ở các phân vùng bảng sự kiện hằng ngày Google Analytics chứa dữ liệu thử nghiệm của bạn – các bảng được xác định bằng hậu tố YYYYMMDD. Vì vậy, nếu thử nghiệm của bạn chạy từ ngày 2 tháng 2 năm 2026 đến ngày 2 tháng 5 năm 2026, thì bạn sẽ chỉ định _TABLE_SUFFIX between '20260202' AND '20260502'. Để xem ví dụ, hãy xem phần Chọn giá trị của một thử nghiệm cụ thể.
• Tên sự kiện: Thông thường, các tên này tương ứng với chỉ số mục tiêu mà bạn đã định cấu hình trong thử nghiệm. Ví dụ: sự kiện in_app_purchase, ad_impression hoặc sự kiện user_retention.

Mẹo: Nếu bạn đang sử dụng gói Blaze, Firebase có thể tạo một truy vấn mẫu để trích xuất tên thử nghiệm, biến thể, tên sự kiện và số lượng sự kiện cho thử nghiệm mà bạn chọn. Tìm hiểu thêm tại bài viết Truy vấn dữ liệu thử nghiệm bằng truy vấn được tạo tự động của bảng điều khiển Firebase

Sau khi thu thập thông tin cần thiết để tạo truy vấn:

1. Trong bảng điều khiển Google Cloud, hãy chuyển đến BigQuery.
2. Chọn dự án của bạn, sau đó chọn Tạo truy vấn SQL.
3. Thêm cụm từ tìm kiếm. Để biết các truy vấn mẫu cần chạy, hãy xem phần Khám phá các truy vấn mẫu.
4. Nhấp vào Chạy.

Lưu ý: Mặc dù các bước này mô tả cách sử dụng bảng điều khiển Google Cloud, nhưng bạn cũng có thể sử dụng CLI hoặc thư viện ứng dụng để truy vấn BigQuery. Tìm hiểu thêm trong tài liệu về BigQuery.

Truy vấn dữ liệu thử nghiệm bằng truy vấn được tạo tự động của bảng điều khiển của Firebase

Nếu bạn đang sử dụng gói Blaze, thì trang Tổng quan về thử nghiệm sẽ cung cấp một truy vấn mẫu trả về tên thử nghiệm, biến thể, tên sự kiện và số lượng sự kiện cho thử nghiệm mà bạn đang xem.

Cách lấy và chạy truy vấn được tạo tự động:

1. Trong bảng điều khiển Firebase, hãy chuyển đến phần DevOps & Engagement (DevOps và Tương tác) > A/B Testing (Thử nghiệm A/B).
2. Chọn thử nghiệm A/B Testing mà bạn muốn truy vấn để mở Tổng quan về thử nghiệm.
3. Trong trình đơn Tuỳ chọn, bên dưới mục tích hợp BigQuery, hãy chọn Truy vấn dữ liệu thử nghiệm. Thao tác này sẽ mở dự án của bạn trong BigQuery trong bảng điều khiển Google Cloud và cung cấp một truy vấn cơ bản mà bạn có thể dùng để truy vấn dữ liệu thử nghiệm.

Ví dụ sau đây cho thấy một truy vấn được tạo cho một thử nghiệm có ba biến thể (bao gồm cả biến thể cơ sở) có tên là "Thử nghiệm chào mừng mùa đông". Báo cáo này trả về tên thử nghiệm đang hoạt động, tên biến thể, sự kiện riêng biệt và số sự kiện cho mỗi sự kiện. Xin lưu ý rằng trình tạo truy vấn không chỉ định tên dự án trong tên bảng vì trình tạo này mở trực tiếp trong dự án của bạn.

  /*
    This query is auto-generated by Firebase A/B Testing for your
    experiment "Winter welcome experiment".
    It demonstrates how you can get event counts for all Analytics
    events logged by each variant of this experiment's population.
  */
  SELECT
    'Winter welcome experiment' AS experimentName,
    CASE userProperty.value.string_value
      WHEN '0' THEN 'Baseline'
      WHEN '1' THEN 'Welcome message (1)'
      WHEN '2' THEN 'Welcome message (2)'
      END AS experimentVariant,
    event_name AS eventName,
    COUNT(*) AS count
  FROM
    `analytics_000000000.events_*`,
    UNNEST(user_properties) AS userProperty
  WHERE
    (_TABLE_SUFFIX BETWEEN '20260202' AND '20260502')
    AND userProperty.key = 'firebase_exp_25'
  GROUP BY
    experimentVariant, eventName

Để xem thêm các ví dụ về truy vấn, hãy chuyển đến phần Khám phá các truy vấn mẫu.

Khám phá các câu hỏi mẫu

Các phần sau đây cung cấp ví dụ về những truy vấn mà bạn có thể dùng để trích xuất dữ liệu thử nghiệm A/B Testing từ bảng sự kiện Google Analytics.

Trích xuất giá trị độ lệch chuẩn của giao dịch mua và thử nghiệm từ tất cả thử nghiệm

Bạn có thể sử dụng dữ liệu kết quả thử nghiệm để xác minh kết quả của Firebase A/B Testing một cách độc lập. Câu lệnh SQL BigQuery sau đây trích xuất các biến thể thử nghiệm, số người dùng riêng biệt trong mỗi biến thể và tổng doanh thu từ các sự kiện in_app_purchase và ecommerce_purchase, cũng như độ lệch chuẩn cho tất cả thử nghiệm trong phạm vi thời gian được chỉ định là ngày bắt đầu và ngày kết thúc _TABLE_SUFFIX. Bạn có thể sử dụng dữ liệu thu được từ truy vấn này bằng trình tạo ý nghĩa thống kê cho các kiểm định t một phía để xác minh rằng kết quả mà Firebase cung cấp khớp với kết quả phân tích của riêng bạn.

Để biết thêm thông tin về cách A/B Testing tính toán suy luận, hãy xem bài viết Diễn giải kết quả thử nghiệm.

  /*
    This query returns all experiment variants, number of unique users,
    the average USD spent per user, and the standard deviation for all
    experiments within the date range specified for _TABLE_SUFFIX.
  */
  SELECT
    experimentNumber,
    experimentVariant,
    COUNT(*) AS unique_users,
    AVG(usd_value) AS usd_value_per_user,
    STDDEV(usd_value) AS std_dev
  FROM
    (
      SELECT
        userProperty.key AS experimentNumber,
        userProperty.value.string_value AS experimentVariant,
        user_pseudo_id,
        SUM(
          CASE
            WHEN event_name IN ('in_app_purchase', 'ecommerce_purchase')
              THEN event_value_in_usd
            ELSE 0
            END) AS usd_value
      FROM `PROJECT_NAME.analytics_ANALYTICS_ID.events_*`
      CROSS JOIN UNNEST(user_properties) AS userProperty
      WHERE
        userProperty.key LIKE 'firebase_exp_%'
        AND event_name IN ('in_app_purchase', 'ecommerce_purchase')
        AND (_TABLE_SUFFIX BETWEEN 'YYYYMMDD' AND 'YYYMMDD')
      GROUP BY 1, 2, 3
    )
  GROUP BY 1, 2
  ORDER BY 1, 2;

Chọn giá trị của một thử nghiệm cụ thể

Ví dụ về truy vấn sau đây minh hoạ cách lấy dữ liệu cho một thử nghiệm cụ thể trong BigQuery. Cụm từ tìm kiếm mẫu này trả về tên thử nghiệm, tên biến thể (bao gồm cả Đường cơ sở), tên sự kiện và số lượng sự kiện.

  SELECT
    'EXPERIMENT_NAME' AS experimentName,
    CASE userProperty.value.string_value
      WHEN '0' THEN 'Baseline'
      WHEN '1' THEN 'VARIANT_1_NAME'
      WHEN '2' THEN 'VARIANT_2_NAME'
      END AS experimentVariant,
    event_name AS eventName,
    COUNT(*) AS count
  FROM
    `analytics_ANALYTICS_PROPERTY.events_*`,
    UNNEST(user_properties) AS userProperty
  WHERE
    (_TABLE_SUFFIX BETWEEN 'YYYMMDD' AND 'YYYMMDD')
    AND userProperty.key = 'firebase_exp_EXPERIMENT_NUMBER'
  GROUP BY
    experimentVariant, eventName

Giới hạn

A/B Testing chỉ được có tối đa 300 thử nghiệm, trong đó có 24 thử nghiệm đang chạy. Các giới hạn này được áp dụng chung cho các lần phát hành Remote Config. Ví dụ: nếu có 2 bản phát hành đang chạy và 3 thử nghiệm đang chạy, thì bạn có thể có thêm tối đa 19 bản phát hành hoặc thử nghiệm.

• Nếu đạt đến giới hạn tổng số thử nghiệm là 300, bạn phải xoá một thử nghiệm hiện có trước khi tạo thử nghiệm mới.

• Nếu đạt đến giới hạn 24 thử nghiệm và đợt phát hành đang chạy, bạn phải dừng một thử nghiệm hoặc đợt phát hành đang chạy trước khi bắt đầu một thử nghiệm hoặc đợt phát hành mới.

Một thử nghiệm có thể có tối đa 8 biến thể (bao gồm cả biến thể cơ sở) và tối đa 25 tham số cho mỗi biến thể. Một thử nghiệm có thể có kích thước tối đa khoảng 200 KiB. Thông tin này bao gồm tên biến thể, tham số biến thể và siêu dữ liệu cấu hình khác.