共计 1118 个字符，预计需要花费 3 分钟才能阅读完成。
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
日前，在 WOT 寰球翻新技术大会上，火山引擎 DataTester 技术负责人韩云飞做了对于字节跳动 A/B 测试实际分享。
DataTester 是字节跳动外部利用多年的 A/B 试验平台，至今已承载了字节外部 500 余条业务线的 A/B 试验工作，累计发展的试验多达 150 万次。
字节跳动外部有着十分浓重的数据文化和试验文化。抖音、今日头条的名字都经由 A/B 测试确定，而 A/B 测试也被作为根底环节，嵌入在了字节外部产品研发的链路中。
通常来说，一个产品新性能的研发流程如下所示：
而字节外部的产品新性能研发流程则会在惯例的根底研发流程中，额定嵌入两个环节：埋点设计与 A/B 试验方案设计。
A/B 试验在字节，就像研发敲代码、产品写需要文档一样，是产品从构思、设计到上线全流程中不可或缺的一环。
举个例子，如果抖音团队心愿晋升产品的用户活跃度，打算通过给产品减少一个“熟人 Tab”的形式进行，那么整个的产品优化改变流程是什么样子的呢？
首先，从产品经理做 PRD 计划的时候开始，就会提供不止一种产品计划，包含用户门路计划、按钮地位计划等，不同的计划对于用户在抖音上的应用及留存数据，影响肯定是不同的。
多种计划的数据成果，将通过 A/B 测试进行量化。
下方的页面款式，就是“熟人 Tab”搁置的 3 种不同计划示例：
V0 组：不设置“熟人 Tab”，不呈现“熟人关注内容”，不呈现熟人投稿后展现
V1 组：设置“熟人 Tab”，呈现“熟人关注内容”，熟人投稿后展现在“关注 Tab”页
V2 组：设置“熟人 Tab”，不呈现“熟人关注内容”，熟人投稿后展现在“熟人 Tab”页
上述 3 组计划即为在 DataTester 中开启试验的 A/B 实验组。
因为抖音的用户体量大，如果粗率的决定某个产品设置可能会对整个生态有很大的影响，因而会首先开启小规模、小流量的多重 A/B 试验。
A/B 试验的目标，一方面要验证这个性能是否能无效达成初始设计指标，另一方面也要验证新性能是否对抖音大盘外围数据有正向影响，如是否能长期晋升用户活跃度以及投稿的志愿等。
在上述提到的例子中，DataTester 的试验结果显示 V2 组试验指标各项均更为优良，阐明新增“熟人 Tab”比照其余计划而言能对抖音价值有更为显著的晋升，那么后续在产品迭代中，会思考全量上线这个产品优化策略。
DataTester 而今也通过火山引擎对外开放服务，截止目前，已服务了包含美的、失去、凯叔讲故事等在内的上百家内部企业，为业务的提效、增长、产品迭代、经营流动等各个环节提供了迷信的决策依据，将成熟的“数据驱动增长”教训赋能给各行业。
点击跳转 火山引擎 A / B 测试 DataTester 理解更多