<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>AB测试 on 知识铺的博客</title>
    <link>https://index.zshipu.com/geek/tags/AB%E6%B5%8B%E8%AF%95/</link>
    <description>Recent content in AB测试 on 知识铺的博客</description>
    <generator>Hugo -- gohugo.io</generator>
    <language>zh-CN</language>
    <lastBuildDate>Tue, 15 Mar 2022 10:39:40 +0800</lastBuildDate>
    <atom:link href="https://index.zshipu.com/geek/tags/AB%E6%B5%8B%E8%AF%95/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>字节技术火山引擎测试的思考与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%AD%97%E8%8A%82%E6%8A%80%E6%9C%AF%E7%81%AB%E5%B1%B1%E5%BC%95%E6%93%8E%E6%B5%8B%E8%AF%95%E7%9A%84%E6%80%9D%E8%80%83%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 10:39:40 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%AD%97%E8%8A%82%E6%8A%80%E6%9C%AF%E7%81%AB%E5%B1%B1%E5%BC%95%E6%93%8E%E6%B5%8B%E8%AF%95%E7%9A%84%E6%80%9D%E8%80%83%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>康康 字节跳动技术团队 稿 本文整理自火山引擎开发者社区 Meetup 第四期同名演讲，主要为大家介绍了为什么要做 A/B 测试、火山引擎 A/B 测试系统架构及最佳实践。 为什么要做 A/B 测试 首先我们看一个案例。字节跳动有一款中视频产品叫西瓜视频，最早它叫做头条视频。为了提升产品的品牌辨识度，团队想给它起个更好的名字。</description>
    </item>
    <item>
      <title>如何构建测试系统其核心功能有哪些</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E6%9E%84%E5%BB%BA%E6%B5%8B%E8%AF%95%E7%B3%BB%E7%BB%9F%E5%85%B6%E6%A0%B8%E5%BF%83%E5%8A%9F%E8%83%BD%E6%9C%89%E5%93%AA%E4%BA%9B/</link>
      <pubDate>Tue, 15 Mar 2022 10:33:28 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E6%9E%84%E5%BB%BA%E6%B5%8B%E8%AF%95%E7%B3%BB%E7%BB%9F%E5%85%B6%E6%A0%B8%E5%BF%83%E5%8A%9F%E8%83%BD%E6%9C%89%E5%93%AA%E4%BA%9B/</guid>
      <description>文章作者：贺园、刘扬 编辑整理：Hoh Xil 内容来源：《数据产品经理：实战进阶》 出品平台：DataFun 导读： 不管在精益创业还是增长黑客理论中，A/B 测试作为一种成熟的数据驱动产品优化的科学方法，其核心意义并不在于某一次试验的成功或者失败，而是这种通过试验和数据驱动的产品不断进化过程。</description>
    </item>
    <item>
      <title>如何支持亿级用户分流实验实验平台在爱奇艺的实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E6%94%AF%E6%8C%81%E4%BA%BF%E7%BA%A7%E7%94%A8%E6%88%B7%E5%88%86%E6%B5%81%E5%AE%9E%E9%AA%8C%E5%AE%9E%E9%AA%8C%E5%B9%B3%E5%8F%B0%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E7%9A%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:20:47 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%A6%82%E4%BD%95%E6%94%AF%E6%8C%81%E4%BA%BF%E7%BA%A7%E7%94%A8%E6%88%B7%E5%88%86%E6%B5%81%E5%AE%9E%E9%AA%8C%E5%AE%9E%E9%AA%8C%E5%B9%B3%E5%8F%B0%E5%9C%A8%E7%88%B1%E5%A5%87%E8%89%BA%E7%9A%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>作者： 数据智能团队 爱奇艺技术产品团队 01 背景 随着互联网公司的产品和业务越来越多样，利用数据来驱动业务决策成为必然， 而AB实验正是以数据指标来判断产品功能和运营策略迭代效果的方法和工具，其可以在保证样本同时性和同质性基础上，对比两个或多个实验组在同一应用场景下的效果。 以上边的实验为例</description>
    </item>
    <item>
      <title>美团配送评估体系建设与实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E9%85%8D%E9%80%81%E8%AF%84%E4%BC%B0%E4%BD%93%E7%B3%BB%E5%BB%BA%E8%AE%BE%E4%B8%8E%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:14:16 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E7%BE%8E%E5%9B%A2%E9%85%8D%E9%80%81%E8%AF%84%E4%BC%B0%E4%BD%93%E7%B3%BB%E5%BB%BA%E8%AE%BE%E4%B8%8E%E5%AE%9E%E8%B7%B5/</guid>
      <description>导读： 2019 年 5 月 6 日，美团正式推出新品牌“美团配送”，发布了美团配送新愿景：“每天完成一亿次值得信赖的配送服务，成为不可或缺的生活基础设施。”现在，美团配送已经服务于全国 400 多万商家和 4 亿多用户，覆盖 2800 余座市县，日活跃骑手超过 70 万人，成为全球领先的分钟级配送网络。 本文从评估体系建设的</description>
    </item>
    <item>
      <title>微博广告分层实验平台架构实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E5%8D%9A%E5%B9%BF%E5%91%8A%E5%88%86%E5%B1%82%E5%AE%9E%E9%AA%8C%E5%B9%B3%E5%8F%B0%E6%9E%B6%E6%9E%84%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:05:12 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%BE%AE%E5%8D%9A%E5%B9%BF%E5%91%8A%E5%88%86%E5%B1%82%E5%AE%9E%E9%AA%8C%E5%B9%B3%E5%8F%B0%E6%9E%B6%E6%9E%84%E5%AE%9E%E8%B7%B5/</guid>
      <description>版权声明 作者：李铁牛 本文为InfoQ原创投稿。 移动互联网广告基于大数据，实现广告的精准人群定向投放和效果评估，并借助于不可胜数的广告策略，控制着广告的实时投放，让数据驱动型的移动互联网广告沿着站方、用户、广告主三者共赢的目标不断前进。 大数据驱动使得效果指标的量化评估成为了可能。为</description>
    </item>
    <item>
      <title>滴滴数据驱动利器之实践</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%BB%B4%E6%BB%B4%E6%95%B0%E6%8D%AE%E9%A9%B1%E5%8A%A8%E5%88%A9%E5%99%A8%E4%B9%8B%E5%AE%9E%E8%B7%B5/</link>
      <pubDate>Tue, 15 Mar 2022 09:02:35 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%BB%B4%E6%BB%B4%E6%95%B0%E6%8D%AE%E9%A9%B1%E5%8A%A8%E5%88%A9%E5%99%A8%E4%B9%8B%E5%AE%9E%E8%B7%B5/</guid>
      <description>桔妹导读：在各大互联网公司都提倡数据驱动的今天，AB 实验是我们进行决策分析的一个重要利器。一次实验过程会包含多个环节，今天主要给大家分享滴滴实验平台在分组环节推出的一种提升分组均匀性的新方法。本文首先会介绍一下滴滴 AB 实验的相关情况，以及在实验分组环节中遇到的问题。然后介绍目前在实</description>
    </item>
    <item>
      <title>干货你想知道的实验知识全在这里了</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E4%BD%A0%E6%83%B3%E7%9F%A5%E9%81%93%E7%9A%84%E5%AE%9E%E9%AA%8C%E7%9F%A5%E8%AF%86%E5%85%A8%E5%9C%A8%E8%BF%99%E9%87%8C%E4%BA%86/</link>
      <pubDate>Mon, 14 Mar 2022 18:30:39 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E5%B9%B2%E8%B4%A7%E4%BD%A0%E6%83%B3%E7%9F%A5%E9%81%93%E7%9A%84%E5%AE%9E%E9%AA%8C%E7%9F%A5%E8%AF%86%E5%85%A8%E5%9C%A8%E8%BF%99%E9%87%8C%E4%BA%86/</guid>
      <description>作者介绍： @花花 曾任职于美团、腾讯、今日头条担任数据分析师。 操盘过上百亿的资源评估，与大家一起成长学习。 01 前言 A/B实验的目的在于通过科学的实验设计、采样样本代表性、流量分割与小流量测试等方式来获得具有代表性的结论，并确信该结论可推广到全部流量。目前已广泛用于推荐算法、产品交互设</description>
    </item>
    <item>
      <title>推荐效果线上评测测试平台的设计与实现全</title>
      <link>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E6%95%88%E6%9E%9C%E7%BA%BF%E4%B8%8A%E8%AF%84%E6%B5%8B%E6%B5%8B%E8%AF%95%E5%B9%B3%E5%8F%B0%E7%9A%84%E8%AE%BE%E8%AE%A1%E4%B8%8E%E5%AE%9E%E7%8E%B0%E5%85%A8/</link>
      <pubDate>Mon, 14 Mar 2022 17:25:58 +0800</pubDate>
      <guid>https://index.zshipu.com/geek/post/%E4%BA%92%E8%81%94%E7%BD%91/%E6%8E%A8%E8%8D%90%E6%95%88%E6%9E%9C%E7%BA%BF%E4%B8%8A%E8%AF%84%E6%B5%8B%E6%B5%8B%E8%AF%95%E5%B9%B3%E5%8F%B0%E7%9A%84%E8%AE%BE%E8%AE%A1%E4%B8%8E%E5%AE%9E%E7%8E%B0%E5%85%A8/</guid>
      <description>第一篇 1、背景 在推荐系统中，评测效果，除了离线的AUC，更合理的方法是通过线上真实的AB测试，来比较策略的效果。 AB测试来自医学的双盲实验，在双盲测试中： 病人随机被分成两组，在不知情的情况下，分别服用安慰剂跟测试用药 经过一段时间后，再来比较两组病人的表现是否有显著差异。 从而决定药</description>
    </item>
  </channel>
</rss>
