数字化转型时代，越来越多企业将目光聚焦于“数据驱动增长”的实践上，A/B实验则在其中扮演着愈加重要的角色。
A/B实验又称对照试验，但并非人们字面认知的“抛出A和B两个方案，通过数据选取最优解”这样简单。在企业的实际应用中，有较多的情况是需要多实验并行、经由多重子目标和多方举措配合，才能达成业务增长的总目标。
针对常见但复杂的A/B实验场景需求，近日火山引擎A/B测试DataTester推出了新功能——优化计划。当企业遇到非单个A/B实验能解决的情况时，可基于该功能围绕同一目标设计多重实验并同时运行，过程中可实时监测调整方案，方便通过多种手段验证想法，实现科学决策。
DataTester是字节跳动数据驱动增长背后的重要工具，截至2022年8月，内部已累计完成了150万次A/B实验。经由抖音、今日头条等字节业务多年验证，火山引擎DataTester的实验能力完善，能与各类业务场景深度融合，可以为业务增长、转化、产品迭代，策略优化，运营提效等各个环节提供科学的决策依据，让企业真正做到数据驱动。
据介绍，在企业的运营过程中，一般会有核心关注的业务指标，如电商的GMV指标、运营活动的PV/UV指标等。如果要达成核心业务指标的提升，通常不能通过单一举措就可得到有效结果，而是需要多重举措并行、相互配合完成。
因此围绕业务总目标，企业会设有多个子目标，针对每个子目标再设计多组A/B实验，进行策略验证。
DataTester 的「优化计划」能力，可以直接帮助企业管理多重A/B实验的业务逻辑，并直观展示所有A/B实验的进度与动态。
企业只需要设置业务总体的优化目标，并通过“评价指标”和“衡量标准”完成不同子目标的拆解，即可针对子目标分别设置实验，并统筹查看效果。
如企业可以直接在「优化计划」中设置计划目标为——提升新用户登录率，而后进一步梳理子目标：
● 子目标1：新用户红包活动促登陆（预期+20%）
● 子目标2：优化登陆按钮文案（预期+2%）
● 子目标3：增加登陆页呼出入口（预期+5%）
在 DataTester 的产品界面中，可以一目了然每一个子目标的关联实验，及其指标的详细信息。
作为火山引擎数智平台旗下产品，DataTester能基于先进的底层算法，提供科学分流能力和智能的统计引擎，支持多种复杂的A/B实验类型。在应用和分析场景上，DataTester 深度耦合推荐、广告、搜索、UI、产品功能等多种业务场景需求。
目前，火山引擎DataTester 已经服务了美的、得到、凯叔讲故事等标杆客户，将成熟的“数据驱动增长”经验赋能给相关行业。
