灰度發布

及早獲得用戶的意見反饋，完善產品功能，提升產品質量 讓用戶參與產品測試，加強與用戶互動 降低產品升級所影響的用戶範圍。

1）定義目標

2）選定策略：包括用戶規模、發布頻率、功能覆蓋度、回滾策略、運營策略、新舊系統部署策略等。

3）篩選用戶：包括用戶特徵、用戶數量、用戶常用功能、用戶範圍等。

4）部署系統：部署新系統、部署用戶行為分析系統（web analytics）、設定分流規則、運營數據分析、分流規則微調。

5）發布總結：用戶行為分析報告、用戶問卷調查、社會化媒體意見收集、形成產品功能改進列表。

6）產品完善。

7）新一輪灰度發布或完整發布。

灰度發布與網際網路公司常用A/B測試似乎比較類似，老外似乎並沒有所謂的灰度發布的概念。按照wikipedia中對A/B測試的定義，A/B測試又叫：A/B/N Testing、Multivariate Testing，因此本質上灰度測試可以算作A/B測試的一種特例。只不過為了術語上不至於等同搞混淆，談談自己理解的兩者的差異。

灰度發布是對某一產品的發布逐步擴大使用群體範圍，也叫灰度放量。

A/B測試重點是在幾種方案中選擇最優方案。

對於一般的小系統並不需要單獨的灰度發布引擎，可以參考A/B測試中做法，在頁面javascript或伺服器端實現分流的規則即可。但對於大型的網際網路應用而言，單獨的用於管理用戶分流的發布引擎就很有必要了。

以偏概全

1)問題特徵：

a選擇的樣本不具有代表性；

b樣本具有代表性，但選擇樣本用戶使用習慣並沒有涵蓋所有核心功能。

2）解決方案：

樣本選擇要多樣化，樣本的組合涵蓋大部分核心功能。

知識的詛咒

“知識的詛咒”的說法來自《粘住》中實驗，具體可以自己搜索一下。我們自己對於自己開發的產品極為熟悉，於是乎想當然認為用戶也應當能夠理解產品的設計思路、產品的功能使用。

1）問題特徵：

a結果沒有量化手段；

b只依賴於用戶問卷調查；

c沒有web analytics系統；

d運營數據不全面，只有核心業務指標（例如交易量），沒有用戶體驗指標；

e對結果分析，只選擇對發布有利的信息，對其他視而不見。

2）解決方案：

a產品設計考慮產品量化指標；

b結果分析依據量化指標而不是感覺。

發布沒有回頭路可走

1）問題特徵：

a新舊系統用戶使用習慣差異太大，沒有兼容原有功能。

b新舊系統由於功能差異太大，無法并行運行，只能強制升級。

c新系統只是實現了舊系統部分功能，用戶要完整使用所有功能，要在 在新舊系統切換。

d新舊系統資料庫數據結構差異太大，無法并行運行。

2）解決方案：

前期產品策劃重點考慮這些問題，包括：

回滾方案、新舊系統兼容方案、用戶體驗的一致性、用戶使用習慣的延續性、新舊系統數據模型兼容性。

用戶參與度不夠

1）問題特徵：

a指望用戶自己去挖掘所有功能。對於一個產品，大部分用戶經常只使用部分功能，用戶大部分也很懶惰，不會主動去挖掘產品功能。

b互動渠道單一。

c陷入“知識的詛咒”，不尊重參與用戶意見。

2）解決方案：

a善待吃螃蟹的樣本用戶，包括給予參與測試的用戶小獎勵（例如MS給參與Win7測試用戶正版License）、給用戶冠以title；

b通過郵件、論壇、社區、Blog、Twitter等新媒體與用戶形成互動；

c提供產品功能嚮導。在hotmail最近的升級后的功能tip，gmail的tip都有類似的產品功能導向。在產品中會提示類似於：你知道嗎，xx還提供xx功能，通過它你可以xx。

Gmail Labs是一個新特性櫥窗，用戶可以自己選擇一些未正式發布的新特性進行體驗，不喜歡可以關閉，在這個過程中，吃了螃蟹，也當了Google的小白鼠。

這個做法比傳統的灰度要高明很多，更加尊重用戶：

1、它沒有強加用戶，用戶是否願意當小白鼠完全自願；

2、新特性不是打包在一起的一個大版本，可以選擇某幾個喜歡的螃蟹嘗嘗；

3、螃蟹不好吃可以扔掉，不用硬吃進肚子里引發腸胃炎。

當然這些好處也是有代價的：

1、要開發一個labs平台實現新特性上架、獨立嘗試的功能，這可能要改動Gmail的前後台架構；

2、新特性要按照一定規範來寫，才能發布到這個平台上，可能會增加一些工作量；

3、小白鼠用戶增多之後，對系統的壓力可能會有一定提升，因為每一位用戶調用的界面都不一樣了。

既然Gmail Labs能夠順利發布，那麼說明對Google來說，以上這些問題都不算問題。另外，現在展示的新特性，都註明了開發者的名字，那麼，Gmail Labs可能會開放這個平台讓外部開發者也能提交特性？這倒是很open的一種開發模式，非常適合Google的web app產品線。

網際網路產品有一個特點，就是不停的升級，升級，再升級。我所在的項目組，基本上保持每周一次的發布頻率，系統升級總是伴隨著風險，新舊版本兼容的風險，用戶使用習慣突然改變而造成用戶流失的風險，系統down機的風險.....

為了避免這些風險，很多產品都採用了灰度發布的策略，其主要思想就是把影響集中到一個點，然後再發散到一個面，出現意外情況后很容易就回退。

很長時間，我們都一直在改進搜索引擎的排序演演算法，盡量讓最好的商品出現在搜索結果的第一屏。我們嘗試了很多種演演算法，不斷調整各個排序因子所佔的比重。但是我們無法確信我們的排序結果能滿足所有用戶的需求。所以我們採用了灰度發布，選取幾個一級商品類目，在其中應用不同的排序演演算法，比如在女裝類目中，我們把賣家信用所佔的比率調整到60%，在珠寶類目中，我們把銷售量所佔的比率調整到60%.. 然後發布出去，收集用戶反饋，最終選擇一種大部分人認為好的演演算法。

QZone是另外一個採用灰度發布的例子。大家都知道，QZone在過去的一年中改進是巨大 的，從以前慢悠悠的老爺爺變成了一個充滿青春活力的小夥子。其中經歷了大小無數次的發布，他們的發布也都是採用了灰度發布的策略，用戶數據的升級並不是大面積的一次性升級，而是通過一個用戶升級標誌伺服器，如果用戶數據沒有升級，後台會把此用戶的數據逐步遷移到新版本上，然後將升級標誌位置1，升級過程中，用戶仍然可以訪問舊的數據，升級完成後的訪問都將轉發給新的版本。

QQ的很多產品發布都採用灰度發布，有些是抽取部分QQ號段升級成新系統，然後根據用戶反饋再大範圍升級。

在傳統軟體產品發布過程中（例如微軟的Windows 7的發布過程中），一般都會經歷Pre-Alpha、Alpha、Beta、Release candidate(RC)、RTM、General availability or General Acceptance (GA)等幾個階段（參考Software release life cycle）。可以看出傳統軟體的發布階段是從公司內部->外部小範圍測試>外部大範圍測試->正式發布，涉及的用戶數也是逐步放量的過程。在網際網路產品的發布過程中也較多採用此種發布方式：產品的發布過程不是一蹴而就，而是逐步擴大使用用戶的範圍，從公司內部用戶->忠誠度較高的種子用戶->更大範圍的活躍用戶->所有用戶。在此過程中，產品團隊根據用戶的反饋及時完善產品相關功能。此種發布方式，按照中國特色的叫法被冠以”灰度發布“、”灰度放量“、”分流發布“。

關於“灰度發布”叫法的來源無從考察。只不過按照中國傳統哲學的說法來看，很符合中國人中庸的思維模式：自然界所有的事物總是以對稱、互補、和諧的形式存在，例如黑與白、陰與陽、正與負、福與禍。在二元對立的元素間存在相互過渡的階段，所謂”禍兮福所倚，福兮禍所伏“。具體到黑與白，在非黑即白中間還有中間色——灰色。於是出現了很多關於灰色的說法：灰盒測試，灰色管理（極力推薦 任正非：管理的灰度），灰色收入，灰色地帶等等。因此對於灰度發布實際上就是從不發布，然後逐漸過渡到正式發布的一個過程。