# Holdout Split

使用 **Holdout Split**元素，将一部分用户从 journey 的某个环节中保留下来，然后将他们的目标完成情况与所有继续通过该环节的用户进行比较。与按应用固定的账户级[控制组](/zh/product/audience-data-and-segmentation/control-groups/)不同，Holdout Split 的范围仅限于一个 journey 及其流程中的一个节点。

<img src="/journey-elements-holdout-split-1.webp" alt="Holdout Split 元素配置面板，Share held out 字段设置为 10%"/>

## 何时使用 Holdout Split

* **在没有全应用控制组的情况下衡量单个 journey 的影响。** 保留一部分到达此节点的用户，看看 journey 的其余部分是否比什么都不做更能提升您的转化目标。
* **测试特定细分群体或流程。** 将 Holdout Split 与[基于受众的进入](/zh/product/customer-journey/journey-elements/entry-elements/audience-based-entry/)或[基于触发器的入口](/zh/product/customer-journey/journey-elements/entry-elements/trigger-based-entry/)结合使用，只衡量对本次活动重要的用户的影响，而不是保留整个应用的用户。
* **获得每个目标的提升幅度，而不仅仅是事件计数。** 如果 journey 有多个[转化目标](/zh/product/customer-journey/journey-settings/#conversion-goals)，Holdout Split 会分别报告每个目标的提升幅度和统计显著性。

## 前提条件

为该 journey 定义至少一个[转化目标](/zh/product/customer-journey/journey-settings/#conversion-goals)。如果没有，下面描述的报告将显示添加目标的提示，而不是任何数字。

## 添加并配置 Holdout Split

1. 将 **Holdout Split**元素放置在画布上任意节点之后，然后双击进行配置。
2. 设置 **Share held out**：到达此节点的用户中被路由到 **Holdout** 分支的百分比。其余用户继续走 **In journey** 分支。
3. 将 **Holdout** 分支保持未连接状态。它就应该保持这样：被路由到那里的用户会立即退出 journey，不再从中收到任何其他内容。将 **In journey** 分支继续连接到您流程的其余部分。
4. 点击 **保存**。

<Aside type="note">
被保留的用户仅从此 journey 中排除。他们仍然可以收到您其他 journey 和一次性发送的消息。这与按账户级别的[控制组](/zh/product/audience-data-and-segmentation/control-groups/)不同，后者会在所有地方阻止营销消息。
</Aside>

## 阅读提升报告

打开正在运行的 journey 中的 **Holdout Split**节点，即可看到其当前的拆分情况以及下方的 **目标提升 vs. holdout** 报告。同一报告也会显示在该 journey 的[活动健康状况仪表板](/zh/product/statistics-and-analytics/journey-statistics/overall-journey-statistics/)中，journey 中每个 Holdout Split 节点各显示一次。

Pushwoosh 每天重新计算一次报告，因此在 journey 启动后的第二天才会出现首批数字。在此之前，报告会显示占位提示信息，而不是任何数字。

报告的标题行显示截至上次计算时每个分支上的用户数量、归因窗口（经过该节点后多少天内的目标完成仍计入报告），以及上次计算的时间。

对于 journey 中的每个转化目标，报告会显示：

* **转化率，in journey**：**In journey** 分支上用户的转化率和数量。
* **转化率，holdout**：**Holdout** 分支上用户的转化率和数量。
* **提升度 (Uplift)**：两个转化率之间的相对差异。当 holdout 分支在此目标上的转化次数为零时，显示为 **—**，因为没有基数可用于计算相对差异。
* 显著性徽章：**显著**、**不显著**或**数据不足**。显著性的计算方式与[控制组影响报告](/zh/product/audience-data-and-segmentation/control-groups/)相同，均基于置信度、P 值和 Z 分数。