数据驱动增长-字节A/B实验揭秘（三）

作者介绍

@张锦波

字节跳动解决方案总监

前两期的文章中，我们介绍的是一些比较经典的传统的实验模式，以及 MAB 这样基于 AI 的自动控流的实验方式。

在实际的业务场景中，我们会根据在公域流量上对不同的广告素材人群做定向的预算出价等，也会持续不断的根据 AB 实验来提升广告主的投放方式，从而提高投的 ROI ，以及对应最理想效果的投放策略和投放方案，去指导广告主进行后续的广告投放。

这其中，我们也同样也支持底层投放媒体的主流平台，像巨量引擎、快手等等。同时，我们也提供了增效度量模式的广告实验，通过将广告曝光来作为我们的时间变量，结合了多媒体广告，来评价投放能力。比如，运用了一些像人群洞察触点的价值评估，还有包括多触点的这种组合频次序列化的分析等等。通过这些技术或者是评估手段，非常合理和科学的去度量整体的广告曝光效果，从而实现对于转化量的提升。

关于火山引擎产品功能的部分，我们就介绍到这里。现在我们再一起回顾一下，大家是否还记得在本系列最开始的时候，我们提出的一个例子，在租车公司中，有一个非常令老板非常头秃的问题，关于租车平台的支付流程的一个优化方案。

当时说到，运营经理坚持认为租金和押金需要在同一个页面一起支付，理由是他认为应该缩短整个操作路径，减少因为多一步的操作步奏而造成客户流失的风险。然而，在产品经理看来，他就坚持认为我们应该拆分租金和押金的页面，分成两个步骤，这样可以减少用户支付的时候的心理负担，比较一下子支付一笔比较大额的订单是比较不不好接受的。

现在我相信咱们聪明的同学们一定能够给出这个答案了，不出意外，这个老板并没有直接拍脑袋做出“经验主义”的决策，而是让 AB 测试实验来提供问题的答案，就把决策权交给用户。

所以经过了两周的实验，实际的结果是倾向于产品经理提供的方案，也就是将支付环节拆分成两个页面来实现，把容易给用户带来焦虑的押金的步骤后置，通过这样的一个策略，为平台带来了 7% 的一个收入的增长，也同时提升了用户的体验。这样就不需要再做过多的争辩和解释，在看到 AB 实验结果之后，原先持有不同观点的运营的负责人此是也是心服口服，他接受了这样的策略和结论。

本次关于 AB 测试的内容的分享到这基本就算结束了。在 AB 测试实验之外，我们字节跳动的火山引擎系统还提供了整个一站式的全域的营销云的解决方案。接下去再重点为大家分享一下关于火山引擎的私有的数据智能营销套件。

这 AB 测试实验本身在整个营销套件当中提供了基础的营销决策引擎的智能化的能力，我们也联动了其他的数据产品，形成了协同的一个完备的产品矩阵，去发挥一个更大的价值。

那在这个一站式的营销数据套件中，我们首先做的事情，是确定存在什么问题，让我们的用户可以看到流量运营的整体情况，公域流量的转化效果，以及渠道质量的评估指标。关于私域互动流量的具体水平，包括私人运营的一个整体情况、反映产品是否良性运转的健康程度，以及包括活动运营效果等等，这部分构成了我们整体数字化营销的基石。

第二个部分是为了解决问题都需要做什么。这部分还是通过我们的活动运营的管理平台和全域的客户画像平台（GMD 和 CVP 这两款平台）去持续的优化用户的文案库、客群库和策略库，这一部分也成为了自动化的基石。

第三个部分就是具体解决了哪些问题，也就是利用我们的 AB 测试和个性化千人千面的算法能力，基础营销的决策引擎去持续不断的优化策略，形成一个自我进化的能力，提供了你整个智能化的能力。主体部分就介绍到这里，最后想和大家去分享一下我们一点小小的心得和感想。

AB 测试实验，就其本身而言，是一个非常有用的工具，对于实现精细化和策略化运营，很重要。然而，它还是没有办法回答，我们的客户，也就是 C 端的终端用户，他们的真实需求是什么？所以同理心是很重要的，有了这样的基础，可以让我们跟和用户产生共鸣，让我们对客户的所处场景和对应的诉求有更多的感同身受。所以如果没有同理心，那做出的产品是会是缺少灵魂的，不能够满足用户的诉求。但是光有同理心还不够，这样得到的产品可能会缺少一些想象力。

之前我们也有提到说，如果我们想要做出非常杰出的、伟大的产品，比如说像包含了有趣的灵魂、好看的皮囊等等。那这个时候想象力就非常重要了，拥有足够的想象力，就像为整个产品插上了腾飞的翅膀。

所以，在 2019 年 3 月份的时候，字节跳动成立七周年的大会上，一鸣同学就说了这句话：“同理心是地基，想象力是天空，那中间是逻辑和工具”。我个人对这句话是深以为然的。

最后，谢谢大家，关于火山引擎的分享就到此为止了。大家如果对字节跳动火山引擎的产品比较感兴趣的话，是可以关注我们的公众号去继续了解。

下一期，我们将为大家打来问答的环节的文字分享，更多干活，敬请期待《数据驱动增长-字节A/B实验揭秘（四）》

想了解更多数据知识也欢迎看，7 位大厂产品联合写的《大数据实践之路：数据中台+数据分析+产品应用》这本书。