更多技术交流、求职时机，欢迎重视字节跳动数据渠道微信大众号，回复【1】进入官方交流群
用户体会是决议互联网产品能否长久生存的基础，每一个基于产品功能、运用、外观的细小体会，都将极大关系到用户留存影响。本文将讲述火山引擎 A/B 测验（DataTester）助力企业协作渠道飞书进行用户体会优化的案例。
对飞书而言，用户体会旅程从翻开产品页面的一瞬间就已开端，这里有一个十分重要的目标——页面秒开率，秒开率是指页面在一秒之内翻开的比率。为了能够持续招引用户，一款产品则至少需要在 1000 毫秒以内呈现出交互内容。
飞书为了提高用户体会，对其各项功能的秒开率目标的优化下了大功夫，在这个过程中，火山引擎 DataTester 经过严厉的变量操控，落地更精准的试验成果，帮助研制团队直接佐证并清晰了所选优化计划的收益。
影响秒开率其实有很多种要素，如代码冗余，插件连累…… 在其间，有一项重要的影响要素是“类加载”。类加载是指当页面被翻开时，背面是调用的多个元素的代码，它们会阅历验证、准备、解析、初始化等环节后，才能被运用，这个流程是比较耗费时刻的。
以飞书的一项功能“飞书妙记”加载为例，当飞书全体进行冷启动时，假如用户是初次翻开飞书妙记界面，就会伴随着接近 1600 个类的很多加载，这对页面启动速度有着不行忽视的影响。怎么减少如此高的类加载数量对秒开率的影响呢？飞书团队希望测验选用的计划是：接入 SnapBoost 计划。
SnapBoost 计划的思路是让 app 能够提早对页面运用到的”类”进行加载，通俗来说，也就是在用户翻开页面之前，将耗时较长的部分提早进行加载，当用户在翻开页面的时候，这些代码省去了编译和解析的时刻，能够直接履行，使秒开率得到提高。
那么 SnapBoost 计划是否能有用降低“飞书妙记”的加载时刻呢？飞书团队选用了火山引擎 A/B 测验（DataTester）进行计划可行性的重要验证。
本次 A/B 试验三大目标：
-
类加载数量
-
Activity 切换耗时 ：Activity 通常指一个单独的屏幕（页面），此目标指在不同页面之间的切换耗时。
-
可感知耗时 ：指用户操作相关动作(点击播映、滑动卡片等)到首帧烘托出来感知到的耗时。
优化前后收益验证：
火山引擎 DataTester 的试验成果，对 SnapBoost 计划的提高功能假设给予了强有力的佐证，经过 SnapBoost 计划等一系列优化，飞书妙记的秒开率能够达到 37%的优化提高，现在该计划现已成功地进行了全量上线。
除了飞书妙记的秒开率提高，飞书的视频会议等全线功能，其实都已在运用火山引擎 DataTester 进行 A/B 试验。DataTester 为飞书的产品功能迭代带来了清晰收益佐证才能。
“ DataTester 是结合 A/B 测验方法论最好的一个工具。”飞书的研制成员在采访时讲到。除了运用 DataTester，飞书团队也会经过灰度等方式来做比照试验。相比起灰度等试验方式，DataTester 的最大优势在于更加严厉的变量操控，试验创建者能够更直白地看清楚优化作用，在灰度的基础上，进一步提高试验成果的说服力。
火山引擎 DataTester 现在已服务了美的、得到、凯叔讲故事等在内的上百家外部企业，支持了多种业务场景需求，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了科学的决策依据，将成熟的“数据驱动增长”经验赋能给各行业。
点击跳转 火山引擎A/B测验DataTester 了解更多
