当然，随着业务的复杂度不断发展，A/B Test的难点已经不在于比较和得出结论的过程，而在于如何设计实验才能在更短的时间内、耗费更少的用户流量、进行更多的实验并得到有效的结论 。这也是所有这方面的平台和工具的起点——Google的著名论文《Overlapping Experiment Infrastructure: More, Better, Faster Experimentation》论述的核心内容 。
1.2.2 用户分群
用户分群是一个常见的运营手段，但如何确定分群的准确度，以及如何在后续的使用中持续地维持准确度，确是一个数据分析问题 。在基于特征的用户分群过程中，首先要确认的是，我们希望获得具备怎样特征的用户群体 。
之后，当我们想找到符合这个特征的用户时，就可以使用TGI（Target Group Index，目标群体指数）来衡量找到的用户群体是否对这个特征有倾向性 。例如：如果我们想找到喜欢搞笑短视频的用户，并且以点赞行为作为“喜欢”的定义，就可以使用TGI的大小来评价我们找到的用户群体是否确实对搞笑短视频有所偏好 。
具备了这种分析机制之后，我们就可以通过各种手段来对用户进行分群了，之后针对不同的分群方式就可以计算出多组TGI值，我们需要的就是那个TGI值最大的子群，并选择那个得到这个子群的分群方式 。
反过来说，关于用户分群还有另外一种场景：我们已经得到了一个用户群体，并想要研究这个群体具备怎样的特征 。这时，同样可以使用TGI作为目标，以TGI的大小来衡量分群对各种特征的倾向性 。
1.2.3 经典管理模型：BCG矩阵
在经典的BCG矩阵中，隐含的一个关注目标是整体利益，而手段是资源的优化配置——也就是要将企业中有限的资源，投给更具潜力的业务，以便获得企业层面的整体利益最大化 。
为了对这个目标进行深入研究，在BCG矩阵中，按照两个维度对这个指标进行了拆分，形成了一个二维矩阵 。在通常的画法中，横向代表相对市场占有率的高低（通常是指相对于行业Top 3），而纵向代表了市场增长率的高低 。相对市场占有率和市场增长率，就是创造利益的手段了，占有率高且增长迅速，自然能更多获利，而利益自然是最终目标 。
因此，由于手段带来的利益是不同的，在拆分出的四个象限中，不同的业务就有了自己的“宿命”——有的维持，有的追加资源，有的减少资源，有的直接放弃 。
二、方法论的优化
根据前面对于方法论的整体描述，有三个点，可以对这套方法论进行优化 。
（1）汇总
汇总部分的优化，在于发现更新、更合适的辅助指标，来计算出最终的目标指标 。就比如在财务领域，相比于按照收入和支出汇总的计算方式，杜邦分析法（DuPont Analysis）给出了基于销售利率、资金运作和负债程度三个方面的拆解方式，更容易理解并采取行动 。
（2）细分
在前面讲解细分的时候，侧重的主要是一些客观维度，如时间、已经客观存在的拉新方式和Banner等 。而随着分析经验的积累和算法能力的提升，我们逐渐会在分析和应用中，加入一些偏主观的细分维度 。比如根据用户偏好制作的用户标签 。这些维度提供了新的视角，但同时也有自己的“玩法” 。
（3）归因
归因部分是对于那些不能客观确定的拆分逻辑，给出了人为定义的拆分逻辑 。因为有了人为操作的加入，并且客观情况在不断的变化中，这其中就逐渐产生了优化空间，需要对拆分的方式不断调优，以便适应业务的发展和环境的变化 。
推荐阅读
- 冬瓜肉丝炒木耳的做法?
- 大的青芒果怎么切 青芒果怎么切视频
- 牛腩是牛哪个部位的肉
- 八款最去湿气的祛湿汤排骨 八款最去湿气的祛湿汤
- 每天吃花生酱会胖吗 吃花生酱会胖吗
- 肺纹理增重是什么原因 肺纹理增重什么意思
- 琥珀的科学价值是多少 琥珀的科学价值
- 新疆省本民族的建筑风格是什么
- 小户型客厅适合怎么样的茶几小客厅适合什么形状茶几
- 心如金坚是什么意思