近日，第四届“数据智能创新与实践人工智能大会”在北京举办。火山引擎DataTester数据科学家就“传统视角下的AB实验与互联网实验平台演进”这一话题作了分享，从宏观层面介绍了AB实验平台的发展状态，及未来演进趋势。
互联网AB实验平台期望解决的问题是：通过结果数据度量业务方案收益，并做出最优决策。但由于AB实验结果的合理性保障，是在假设随机及满足SUTVA假设两个点的基础上存在的，因此当前的AB试验实验平台亟待解决的问题，绝大部分都与二者有关。
目前互联网AB实验平台的建设，围绕分流能力、数据追踪与计算能力、统计分析与结果可视化能力以及标准实验流程4块核心能力展开。大多数互联网公司都有自建的实验平台，但成熟度参差不齐。其中，火山引擎DataTester完善度相对较高。在C端场景下，火山引擎DataTester SUTVA假设满足较好，实验能力发展相对成熟，可满足80%以上C端实验需求，且额外投入的人力相对较少。
但在社交、直播等违背SUTVA假设的场景下，互联网公司虽有尝试，但都未建成标准化能力。现阶段上述场景进行AB实验仍需要投入大量人力，“如何实现随机化”和“配套通用统计分析方法”成为实验平台发展的痛点。与此同时，现阶段的实验平台在易用性方面，如何降低使用成本和提升效率仍需提升。
DoE是Design of Experiment 的缩写，旨在描述在假设反应变化的条件下，信息变化的任何任务的设计。DoE可以分为单因素实验和多因素实验，有4大基本原则：对照原则、随机化原则、重复性原则以及均衡性原则。而DoE的4大基本原则可以分别对应到互联网实验的“对照组”“流量分层 hash”“多天观测、扩流”以及“SRM问题”。
在DoE的启示下，可以分析出AB实验平台可能的六个演进方向：
1. C端场景实验深度发展：从分流服务、实验结果精度以及实验分析纵横发展三个方面分别演进。
2. 增加正交分层：完善实验平台正交性，实验正交的作用是两个实验没有相互影响时，可以在各个两个实验层独立进行，独立评估效果。
3. 健全实验分析能力：完善平台数据归因解读能力，同时发展平台正态分布外分析能力。
4. 实验工程成本优化：采用正交设计框架，并且建设标准数据源。
5. 拓展实验能力边界：减少流量场及业务之间的相互影响。
6. 完善非标场景推进准因果实验方法：平台非 C 端实验类型都不同程度具备业务系统的侵入性，平台建设难度陡增。目前此方面优化在抖音 & 火山引擎，已有一定的尝试和基础建设。
会上，火山引擎的数据科学家也介绍了DataTester。据了解，火山引擎DataTester源自字节跳动长期沉淀，截至2023年6月，字节跳动已通过DataTester累计做过240万余次AB实验，日新增实验 4000余个，同时运行实验5万余个。
目前，DataTester服务了包括美的、得到、凯叔讲故事等在内的上百家企业，为业务的用户增长、转化、产品迭代、运营活动等各个环节提供科学的决策依据，将成熟的“数据驱动增长”经验赋能给各行业。
