翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

# 実験のターゲットオーディエンスの指定
<a name="appconfig-experimentation-about-specifying-audience"></a>

ターゲットオーディエンスは、実験の実行中にどのユーザーが処理に割り当てられるかを定義します。適切な対象者を選択することは、信頼できるデータを収集し、リスクを軽減し、実験結果が本番環境に適用されるようにするために重要です。実験を設定するときは、評価する変更と測定する結果に適した対象者を選択します。ターゲットオーディエンスを選択する際は、以下の重要な詳細を考慮してください。

**代表者**  
影響を与える予定のユーザーを反映する対象者を選択します。実験に関連する場合は、新規ユーザーや戻りユーザーなどの主要なユーザーセグメントを含めます。対象者が代表的でない場合、実験結果はより広範なユーザーベースに一般化されない可能性があります。逆に、起動基準に偏りすぎない対象者を選択します。

**対象者サイズ**  
適格な対象者が有意義な結果を得るのに十分な大きさであることを確認します。対象者が少ないと、決定的でない結果や変動性の高い結果になる可能性があります。対象者が多いほど、処理間の比較の信頼性が向上します。リスクを制御するには、露出設定を使用します。オーディエンスプール自体を制限するのではなく、露出が少ないところから始めて徐々に増やします。

**リスクレベル**  
実験がユーザーに与える影響を検討します。内部ユーザーや対象者の限られたサブセットなど、リスクの低いセグメントから始めます。必要に応じて、重要なワークロードまたは機密ユーザーグループを除外します。露出を徐々に増やすと、予期しない問題の影響を軽減できます。

**資格基準**  
ターゲットオーディエンスにユーザーを含めるための明確なルールを定義します。明確な適格性基準は、意図しない露出を防ぐのに役立ちます。次のような属性に基づいてユーザーをフィルタリングするオーディエンスルールを作成できます。  
+ 場所またはリージョン
+ アカウントタイプまたはユーザーセグメント
+ デバイスタイプ、OS タイプ、アプリケーションバージョンなどのアプリケーションコンテキスト

**他の実験とのやり取り**  
重複する実験に注意してください。競合する可能性のある複数の実験に同じユーザーを割り当てることは避けてください。同時実験を実行するときは、対象者を隔離することを検討してください。実験を重ねると、結果の解釈が困難になる可能性があります。

**ロールアウトプランとの整合性**  
実験対象者を意図したロールアウト戦略に合わせます。最終的な処理に公開する予定のユーザーを反映する対象者を選択します。必要に応じて、追加の実験実行を開始し、より広範な対象者の結果を検証します。これにより、露出が増加すると実験結果が引き続き有効になります。