數字化轉型時代，越來越多企業將目光聚焦于“數據驅動增長”的實踐上，A/B實驗則在其中扮演著愈加重要的角色。

A/B實驗又稱對照試驗，但并非人們字面認知的“拋出A和B兩個方案，通過數據選取最優解”這樣簡單。在企業的實際應用中，有較多的情況是需要多實驗并行、經由多重子目標和多方舉措配合，才能達成業務增長的總目標。

針對常見但復雜的A/B實驗場景需求，近日火山引擎A/B測試DataTester推出了新功能——優化計劃。當企業遇到非單個A/B實驗能解決的情況時，可基于該功能圍繞同一目標設計多重實驗并同時運行，過程中可實時監測調整方案，方便通過多種手段驗證想法，實現科學決策。

DataTester是字節跳動數據驅動增長背后的重要工具，截至2022年8月，內部已累計完成了150萬次A/B實驗。經由抖音、今日頭條等字節業務多年驗證，火山引擎DataTester的實驗能力完善，能與各類業務場景深度融合，可以為業務增長、轉化、產品迭代，策略優化，運營提效等各個環節提供科學的決策依據，讓企業真正做到數據驅動。

據介紹，在企業的運營過程中，一般會有核心關注的業務指標，如電商的GMV指標、運營活動的PV/UV指標等。如果要達成核心業務指標的提升，通常不能通過單一舉措就可得到有效結果，而是需要多重舉措并行、相互配合完成。

因此圍繞業務總目標，企業會設有多個子目標，針對每個子目標再設計多組A/B實驗，進行策略驗證。

DataTester 的「優化計劃」能力，可以直接幫助企業管理多重A/B實驗的業務邏輯，并直觀展示所有A/B實驗的進度與動態。

企業只需要設置業務總體的優化目標，并通過“評價指標”和“衡量標準”完成不同子目標的拆解，即可針對子目標分別設置實驗，并統籌查看效果。

如企業可以直接在「優化計劃」中設置計劃目標為——提升新用戶登錄率，而后進一步梳理子目標：

● 子目標1：新用戶紅包活動促登陸（預期+20%）

● 子目標2：優化登陸按鈕文案（預期+2%）

● 子目標3：增加登陸頁呼出入口（預期+5%）

在 DataTester 的產品界面中，可以一目了然每一個子目標的關聯實驗，及其指標的詳細信息。

作為火山引擎數智平臺旗下產品，DataTester能基于先進的底層算法，提供科學分流能力和智能的統計引擎，支持多種復雜的A/B實驗類型。在應用和分析場景上，DataTester 深度耦合推薦、廣告、搜索、UI、產品功能等多種業務場景需求。

目前，火山引擎DataTester 已經服務了美的、得到、凱叔講故事等標桿客戶，將成熟的“數據驅動增長”經驗賦能給相關行業。