ab测试

字节数据平台

数据飞轮赋能科学决策：火山引擎 DataTester 升级 A/B 大模型评测在数字化浪潮的推动下，企业数据化转型已成为不可逆转的时代趋势。随着企业对数据价值认知的深化，从优化数据管理到内部数据普惠，再到数据资产价值的充分挖掘，数据产品需求呈现爆发式增长。作为推动企业数智化升级的新范式，火山引擎数据飞轮以数据消费为核心驱动力，有效促进了企业数据流与业务流的深度融合。

字节跳动数据平台

数据飞轮赋能科学决策：火山引擎 DataTester 升级 A/B测试大模型评测在数字化浪潮的推动下，企业数据化转型已成为不可逆转的时代趋势。随着企业对数据价值认知的深化，从优化数据管理到内部数据普惠，再到数据资产价值的充分挖掘，数据产品需求呈现爆发式增长。作为推动企业数智化升级的新范式，火山引擎数据飞轮以数据消费为核心驱动力，有效促进了企业数据流与业务流的深度融合。

软件测试微课堂

接口框架辅助类的深度解析（上篇）在本次接口框架实战项目中的示例文件为configDB.py，放在commomsrc文件夹内。接下来我们来分析一下文件内容。文件头部是导入一些类，pymysql模块、readConfig类、log类。

得物AB实验平台数据驱动决策实践随着互联网的普及和移动互联网的爆发式增长，在经历了多年的高速发展后，增长速度逐渐放缓，偶尔出现的新互联网红利也逐渐消失。企业在进入平稳期后，竞争模式逐渐转变为存量竞争，往往难以通过功能迭代产生明显的收益。因此，小步快走的模式越来越受到欢迎。当产品的用户量级达到较高水平，如上千万或上亿，即使对每个用户的收益微乎其微，由于边际成本较低，仍然能够带来可观的总收益。

Linux 安装ab测试工具yum -y install httpd-toolsab -help#10个并发连接，100个请求ab -n 200 -c 100 http://www.baidu.com/

货拉拉技术

因果推断之中介效应在AB实验和非AB实验因果推断中，我们得到的结论往往是单一的变量X对变量Y的影响，而我们往往想知道X是通过何种路径对Y造成影响的。此时就需要通过中介效应分析来得出因果关系之中的变量影响路径。在业务中，通过探索中介效应我们也可以更准确掌握不同变量间的直接和间接关系，从而对业务问题提供更深层次的见解。本文介绍了中介效应的基本概念和进行中介效应分析的方法以及相关案例。

字节跳动数据平台

解锁产品迭代新速度：A/B测试在AI大模型时代的应用（DP微信公众号发布请标注原创，作者DataTester）本文作者为火山引擎A/B测试平台DataTester的资深研发工程师刘明瑶。作为火山引擎数智平台VeDI旗下的核心产品，DataTester源于字节跳动长期的技术和业务沉淀，目前已经服务了数百家企业，助力企业在业务增长、用户转化、产品迭代、策略优化以及运营提效等环节科学决策。在大模型时代，当A/B测试应用在AI场景中，“让每一个决策更加正确”的显性效果也会被指数级放大。

货拉拉技术

因果推断技术实践简述货拉拉数据科学团队在订单分发、产品功能迭代等各项业务的支持上，都会遇到实验科的挑战——在AB实验方面，有时需要避免货运双边市场独有的“运力竞争”对实验结果的影响，有时需要准确评估小流量或小收益实验的收益；在观察性研究上（非AB实验），则会面临全量策略的效果评估。

《探索信息技术中心一体化系统架构：提升企业数字化转型的效率与能力》在当今数字化时代，信息技术中心（IT Center）扮演着至关重要的角色，它不仅是企业的技术支撑，更是推动数字化转型的引擎。为了更好地应对日益复杂的业务需求和技术挑战，许多企业开始探索一体化系统架构，以整合各种信息技术资源，提升企业的运营效率和竞争能力。

字节跳动数据平台

火山引擎VeDI：A/B测试平台指标能力升级，助力企业提升精细化运营效率在数字化浪潮的推动下，数据分析与精细化运营已成为企业提升竞争力的关键。近日，火山引擎A/B测试DataTester完成了指标能力的全面升级，为企业在流量竞争激烈的市场中提供了更强大、更可信的数据支持。

每天一个数据分析题（三百一十七）-AB测试某平台在同一渠道投放了两种不同内容形式的广告，想了解该渠道适合哪种广告内容形式应使用哪种分析方法？A. AB测试分析法

字节数据平台

火山引擎A/B测试平台的实验管理重构与DDD实践本次分享的主题是火山引擎数智平台VeDI旗下的A/B测试平台 DataTester 实验管理架构升级与DDD实践。这里说明的一点是，代码的第一目标肯定是满足产品需求，能够满足产品需求的代码都是好代码。而本文中对代码的好坏的评价完全是从架构的视角，结合代码的可读性、可维护性与可扩展性去分析的。

字节跳动数据平台

火山引擎A/B测试平台的实验管理重构与DDD实践

探索希尔排序算法：优雅而高效的增量排序在计算机科学领域，排序算法是一项至关重要的技术，在各种应用场景中都扮演着重要角色。而希尔排序算法作为一种增量排序方法，在实际应用中展现了其优雅而高效的特性。本文将深入探讨希尔排序算法的原理、实现细节以及优化方法，带您领略这一经典排序算法的魅力。

产品AB测试设计因为vue2项目升级到vue3经历分享1，vue2项目升级到vue3经历分享2，前端系统升级，界面操作也发生改变，为了将影响降到最低，是不能轻易让所有用户使用新系统的。原系统使用好好的，如果新界面用户不喜欢，或者说新界面测试不充分，导致出现一些bug，到时候一堆用户骂就得不偿失了。于是想着，是否能够AB测试的方式来做。因为之前也没做过，所以也在摸索中将经验经历总结下来，希望对大家也有帮助。 1、菜单权限分表因为新界面的菜单与旧系统菜单路径不一样，采用的是动态加载，因此sys_permission需要做分

ABTest如何计算最小样本量-工具篇如果是比例类指标，有一个可以快速计算最小样本量的工具：https://www.evanmiller.org/ab-testing/sample-size.html

探索直播+电商系统中台架构：连接消费者与商品的智能纽带随着直播电商的崛起，电商行业进入了全新的智能时代。直播形式的互动性和即时性为消费者提供了全新的购物体验，而电商平台则为商品的展示、销售和配送提供了强大的支持。在这一背景下，直播+电商系统中台架构成为了连接消费者与商品的智能纽带，本文将对其进行探索与解析。

货拉拉技术

AB实验假设检验方法：Delta Method在货运AB实验的场景中，分流单元与分析单元不一定相同。当分流单元与分析单元不一致时，常用的假设检验方法会使得指标方差被错误计算，影响统计量与p值的计算，对检验结果造成干扰。

货拉拉技术

时间片轮播下运力竞争问题探究社交AB实验中因个体之间存在交互，如果简单通过用户ID分流观测实验，往往会违背验组和对照组之间不会存在互相干扰（SUTVA假设）的基本假设，而时间片轮转实验是在时间维度上进行均匀切分，不同的时间片段映射了不同的实验策略，使得所有参与实验的用户在同一时间、同一空间下保持一致的策略，能有效解决多端用户实验场景下的组间干扰和小流量下容易造成分流不均的问题，但时间片分流实验也可能存在运力竞争的问题，如下场景：