技术交流、求职机会，欢迎关注字节跳动数据平台微信公众号，回复【1】进入官方交流群

产品增长中最为经典的模型为 AARRR 漏斗模型，该模型追求最大化拉新，第一步“获客”（Acquisition）环节最为受到重视，而后在“激活、留存、营收、推荐”环节中不断优化转化率，实现用户增长。

但当流量红利见顶，用户拉新难度和成本倍速上升时，RARRA 模型适时出现，新的模型将“用户留存” (Retention) 视为了第一关注点，用户留存在产品增长中的重要性上愈加凸显。留存高，说明产品更能真正满足用户需求，当红利时代过去后，在好产品的基础上做拉新才有意义。

本文将围绕“提升新用户”留存这一关键点展开，以视频 APP 优化的真实故事为例，讲述字节的产品团队如何使用 A/B 测试产品 DataTester 设计 A/B 实验，并显著提升了该 APP 的新用户留存。本案例也是字节跳动在多年的 A/B 实验历程中，一个具有故事性的案例。

读完全文你将可以知晓：一个 A/B 实验的全生命周期是什么样的，以及如何设计和评估一个 A/B 实验。

第一轮 A/B 实验：理想很丰满，结果却很骨感

整个案例由针对该 APP 新人引导环节的两轮 A/B 实验组成，第一轮 A/B 实验以“失败”告终；在第一轮实验的基础上，字节跳动的产品团队又进行了第二轮实验，最终获得了成功，显著提升了新用户的留存。

该视频 APP 的使用方式与抖音类似，用户在使用该视频 App 时，可以通过在屏幕上进行[上滑]操作，来让当前视频跳转至下一视频。在这过程中，新用户会看到一个「上滑引导」的指示，该引导的主要作用是告知新用户：可以通过「上滑」方式跳转至下个视频。

由于当前的上滑引导由静态的手指图片及提示文案组成，展现时间比较短，整体上并且没有呈现出很明显的“提示上滑”的效果。这就意味着因新用户很可能看不懂这个提示，进而并没有学会如何使用该 APP，也就无法体验到产品的核心价值，最终流失。

初始引导式样如下图所示：

引导样式 1

因此产品团队希望能够通过 A/B 实验，优化“手指上滑”动作在产品界面中的引导。

他们认为，如果让更多新用户用户在初次使用 APP 时就看懂提示，学会正确地「上滑」，预期对新用户的留存会有提升。因此，该产品设计了新的「上滑引导」方式，并通过 A/B 实验对新方案的效果进行评估。

实验方案设计：半动态式的引导样式

在明确了产品目前的问题和改进的方向之后，该产品设计了一版改进方案，可以看到，为了加强引导效果，这一版本的「上滑引导」采用了半动态的方式：基础提示文案固定，屏幕最底端的指示条呈现出自下而上“滚动渐变”的动效。

引导样式 2（产品界面里为动态指示）

为了验证新方案的效果，该产品团队制定了在 DataTester 上开设 A/B 实验的方案，并明确了实验中需要关注的指标和预期值。

目标人群：

针对 APP 版本号最新的用户开启实验。

实验变量：

• 对照组 A：线上版本，即实验背景中所提及的引导样式 1；

• 实验组 B：采用新样式，即引导样式 2。

• 
  

指标及预期：

实验开启前，实验者需选定关注的指标，并确定这部分指标变化的预期值，这对于确定实验所需的进组流量以及后续分析实验效果，都有着至关重要的意义。

在本实验中，「是否学会切换至下一视频的正确姿势」对「新用户是否留存」有直接或间接影响，因此，将「新用户留存」作为评判本次实验是否成功的核心指标。该产品希望：经由版本改动，新用户留存可提升 0.5%且显著；同时，该产品的其他核心指标需无显著负向表现。

除此之外，由于「上滑引导」改动会直接影响新用户尝试切换视频的操作方式，因此，将新用户「正确进行上滑操作」的渗透率和「错误操作」（如进行了下拉刷新、点击首页/推荐按钮等）的渗透率作为评估实验效果的直接指标。预期正确操作渗透率提升 1%且显著；错误操作渗透率降低 1%且显著。

流量与周期：

本次 AB 实验，产品组在 DataTester 中设置了 10%的线上流量，对照组和实验组各占 5%。实验周期为 1 个月。

实验结果分析：功能渗透率呈负向

实验运行了一段时间后，在 DataTester 的界面中，可以看到实时的实验数据分析。从指标表现来看：

1. 衡量实验是否成功的核心指标——新用户留存，未见显著提升；

（*虚拟数据）

1. 直接效果指标：

   新用户进组当日「正确操作-上滑」的渗透率下降约为 1%且显著，与预期不符；

   新用户进组当日「错误操作-下拉刷新」的渗透率下降约为 1%且显著，符合预期；

   新用户进组当日「错误操作-点击推荐/首页」的渗透率提升约为 1.5%且显著，与预期不符；

随后，数据分析师对指标表现进行了进一步分析：

1. 对「正常操作-上滑」影响：将「上滑操作渗透率」按地区进行多维下钻后，分析师发现，经济发达地区用户的渗透率普遍更低，对「上滑引导」的理解更差。这听起来很奇怪，经过分析师的推断，导致这一现象的原因可能有两点：

   经济发达地区用户互联网更发达，对观看新用户引导的耐心更低，导致对上滑引导的理解更差；

   经济发达地区用户受常用 APP 操作习惯影响大，对新的操作方式不能很快适应，因此渗透率普遍更低；

2. 分析「错误操作」的影响：

   经用户行为分析，「错误操作-点击推荐/首页」显著提升，原因是用户未能理解「上滑引导」中所提示的操作，反而去尝试了点击推荐/首页 Tab。

第一轮 A/B 实验结论：本次改动无显著收益

经由上述分析，字节跳动的实验团队得出结论：

• 核心指标没有显著收益，关闭实验，功能下线；

• 直接效果指标负向，此次实验中上线的功能并没有达到预期收益，许多新用户对于这一功能仍旧存在理解障碍，需要探索更好的引导样式。

• 
  

第二轮 A/B 实验：进化和迭代

实验方案设计：全动态引导样式

由于上一次的 A/B 测试结果并不理想，字节跳动的产品团队基于上次实验结论，又进行了详细的调研分析，再次设计了全新的「上滑引导」样式。

新的「上滑引导」使用了动态引导的方式，并且对文案进行了优化。引导方式从第一版实验中的半动态指示条，改为一段悬浮于屏幕之上的动画，动画中直接演示出上滑屏幕这一动作；同时，文案也由前一版的“向上滑动查看其他视频”更改为“向上滑动以获取更多视频”。

引导样式 3（产品界面里为动态指示）

字节跳动的产品团队在 DataTester 中配置了新的 A/B 实验。

• 对照组 A：当前线上版本，即实验背景中所提及的引导样式 1；

• 实验组 B：采用新样式，即引导样式 3；

在指标与预期、流量与实验周期方面，第二轮与第一轮保持了一致。

实验结果分析：指标正向收益明显

在实验运行了一段时间后，他们再次来到 DataTester 的数据分析界面，查看实时的指标表现情况：

分析两组实验发现，新的方案——实验组 B 对比对照组 A，在人均使用时长、人均视频播放量上，有了非常显著的提升！

1. 实验成功指标——新用户留存提升约 1%-1.8%，且指标结果呈显著，符合预期；

（*虚拟数据）

1. 其他核心指标：人均时长、人均视频播放量均有提升，且呈显著；

2. 直接效果指标：新用户进组当日「正确操作-上滑」的渗透率提升且显著，幅度约为 1.5%，符合预期；同时实验证明了：教会新用户上滑操作对新用户留存有明确的收益；

3. 分地区多维分析：鉴于初次实验发现发达地区用户对上滑教育的理解度更差，因此需要进一步分地区分析用户对于实验组策略的理解：

   经济发达地区：上滑功能渗透率提升且呈显著，新用户留存提升且呈显著，幅度约 2%，比实验组平均水平提示更为明显。说明新引导功能的教育作用有明显的收益；

   经济非发达地区：上滑渗透率无显著提升，新用户留存无显著提升。

第二轮 A/B 实验结论：收益显著 全量上线

在第二轮 A/B 测试结束后，新的方案在该 APP 上全量上线了。后续字节跳动的产品团队观察发现，仍有一定比例的新用户看过视频但没有进行上滑操作。经进一步的下钻分析，他们发现经济发达地区这类用户占比更高，后续将对这部分用户行为进行持续观察，挖掘是否有进一步教育的空间。

上方的案例为大家展示了一个完整 A/B 测试生命周期的全过程，实际上，该实验也是字节跳动在众多的 A/B 测试中比较有代表性的案例。

DataTester 产品介绍

案例中使用到的 A/B 实验平台 DataTester ，是字节跳动自研的 AB 实验平台。截至 2022 年 8 月，DataTester 已在字节跳动内部累计完成 150 万次 A/B 测试。DataTester 集成了字节内部丰富的业务场景中的 A/B 测试经验，并已通过火山引擎，面向外部企业客户开放服务支持。

点击跳转，立即试用火山引擎 DataTester