在國內互聯網領域，位元組跳動是最為推崇 A/B 測驗的公司，旗下“抖音”、“今日頭條”兩大最著名產品，連 APP 的名字都是來源于 A/B 測驗，
A/B 測驗（也叫 AB 實驗）也被稱為對照實驗，其方法是針對某個要優化的產品功能或策略，制定兩個或多個方案，將用戶流量隨機分成多組，在保證每組用戶特征相同的前提下，讓不同組分別看到/使用不同的方案，最終結合科學的統計演算法，通過實驗資料對比來確定最優解，
在位元組，每天會開啟 1500 余個 A/B 測驗的運行，以抖音為例，應用上的每一個微小細節改動前必然也都會通過 A/B 測驗來確認用戶體驗，
一次，抖音的 UI 設計師提出，或許可以優化文字和視頻內容之間的蒙層，讓視頻界面上的文字更突出，用戶刷視頻的體驗會更舒服，從而停留在 App 上更久一點，
那么蒙層的高度和透明度如何設定，才能達到預期效果呢？在位元組，這只有通過 A/B 測驗能知道，
確定了優化目標之后，支持抖音的資料分析師團隊著手開始設計實驗方案，調整蒙層的高度、透明度這兩個主要引數，后續交給研發團隊做實作，最終分流給不同用戶，
圍繞兩個變數的組合，團隊對小小的蒙層進行了為期半個月的實驗，每個方案，不同引數的組合，會需要 7 天左右的觀測時間，來收集用戶觀看時長、留存等指標，
最終，敲定了最佳方案（下圖 2），相較原版本（下圖 1），螢屏些微的視覺變化，讓抖音的人均 App 使用時長提升了約 0.2%，人均 App 活躍天數提升了約 0.1%，
類似像上面蒙層調整的例子數不勝數，數以千計的 AB 測驗支撐著抖音的用戶留存資料變得越來越好，
比如抖音原來的界面設計里，為了簡潔美觀，以偏符號性的按鈕設計為主——類似愛心代表點贊，省略號代表評論，但是在評估用戶體驗時團隊發現，這樣的設計對不熟悉產品功能的新用戶來說并不友好，他們很少主動使用，通過 A/B 測驗，團隊添加了更直觀的文字提示去引導用戶行為，A/B 測驗貫穿了抖音的整個生命周期，從產品命名、功能、互動設計到推薦演算法策略，這是位元組跳動的基因，
經過了位元組內部業務的多年打磨，2019 年這一套在位元組大放異彩的 A/B 實驗工具正式通過火山引擎對外服務，取名為 DataTester，它基于先進的底層演算法，提供科學分流能力，提供智能的統計引擎，實驗結果可靠有效，助力業務決策，
目前，DataTester 在位元組內每日新增 1500+實驗，累計已有 150W+ 的 A/B 實驗進行過，在外部客戶的服務上，也已覆寫推薦、廣告、搜索、UI、產品功能等業務場景，提供從實驗設計、實驗創建、指標計算、統計分析到最終評估上線等貫穿整個實驗生命周期的服務，來自得到、美的、凱叔講故事 APP 等企業客戶，已經通過火山引擎 DataTeser 開啟了用資料驅動科學決策的道路，
點擊這里，了解更多 AB 實驗
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/532575.html
標籤：其他