更多技术交换、求职机会,欢送关注字节跳动数据平台微信公众号,回复【1】进入官网交换群
火山引擎 A / B 测试平台 DataTester 孵化于字节跳动业务外部,在字节跳动,“万事皆 A /B,所有可度量”的试验理念广为流传,小到一条站外推送的音讯,大到整个技术底层架构的优化批改,都会做 A / B 测试,甚至今日头条、抖音、西瓜视频等诸多产品的取名,也都和 A/ B 测试无关。
那么如何应用 A / B 测试平台开启一个试验呢?不同于外界对于 A、B 试验操作简单的认知,其实应用火山引擎 DataTester 开启 A / B 试验的操作非常简略:试验初始时,接入 A / B 测试,在接入实现之后,开启试验共有 9 个环节,其中最初 5 个环节,均能够交由 DataTester 一站式智能化解决实现。
具备字节特色的 DataTester 总结下来有以下六大亮点:
1.DataTester 是一站式的通用的平台,不限试验的数量,并且能够反对正交和互斥两类的试验,同时还提供了一些高级性能,比如父子试验,还有些动静流量的一些智能试验。
2.DataTester 能够适配十分多通用的场景模板。同时为了升高试验的门槛,衍生了一系列试验模板,能够通过可视化配置来进行试验的配置。同时 DataTester 还有一些垂类场景模板,用户能够间接应用,大大降低了试验或学习的老本。
3.DataTester 有稳固牢靠的分流机制。只有迷信的随机分流或较稳固牢靠的分流的后果,能力保障试验论断的可信度,因而牢靠的分流机制非常重要。
4.DataTester 具备弱小灵便的人群定向的能力,能够反对 SDK 上报的属性事件流,还有用户画像标签的人群筛选,能够通过这些来进行人群定向。
5.DataTester 除了实验报告之外,还额定提供了剖析工具,能够帮忙用户疾速评估试验,用更好的论断来进行决策。
6.DataTester 的实验报告和剖析能力都是基于迷信智能的评估策略的。DataTester 应用的统计策略跟字节跳动外部应用的是完全相同的,有两套分场景利用的评估框架并行在应用,而一般的 A / B 测试都是基于经典假设检验的。
目前,在内部客户的服务上,DataTester 已笼罩举荐、广告、搜寻、UI、产品性能等业务场景,提供从实验设计、试验创立、指标计算、统计分析到最终评估上线等贯通整个试验生命周期的服务。来自失去、美的、凯叔讲故事 APP 等企业客户,曾经通过火山引擎 DataTeser 开启了用数据驱动科学决策的路线。
点击跳转 火山引擎 A / B 测试 DataTester 理解更多