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