课代表过往在游戏行业有哪些经验?对于游戏行业的数据分析和AB实验有哪些观点和内容输出?
提问
立正的游戏行业经验主要来自回国加入腾讯、担任该部门首位数据科学家,做游戏评估与用户增长;他对数据分析和AB实验的核心观点是:实验要默认覆盖每个新功能,价值来自意外,数据分析要能参与决策而非只取数。
游戏行业经验:从电商跨到腾讯做数据
材料里的观点立正提到自己是从电商跨行业进入游戏的,加入腾讯时是那个部门从外部招进来的第一位数据科学家,职位给到副总监。他判断这个机会值得做,因为游戏本身很吃数据,数据能用在判断哪些游戏有潜力、以及做用户获取和增长这类有实际影响的事情上;他也把公司给的职级和薪酬看作公司是否真想清楚、是否下决心的信号1。这段材料只覆盖他入职时的判断,没有展开他在游戏公司具体做了哪些项目、待了多久。
实验要默认覆盖,价值来自意外
材料里的观点立正主张提高实验覆盖率,让每个新功能都进实验,而不是只挑自己有信心的想法去测。理由是实验的价值来自意外:好想法被验证,功劳属于想法本身;真正靠实验拿到的是发现某个改动其实有负面影响,把它砍掉,指标才能持续累积增长。他举Meta、OpenAI、Canva这类公司为例,技术上靠把功能开关和实验设计成同一个对象来做到默认都测2。这个判断成立需要足够的用户量和可靠埋点,用户太少时结论不稳定。
AB实验是产品开发文化的实体化
在立正看来,AB实验平台远不只是比较两组均值、算个置信区间,而是用整个实验去驱动产品迭代,是产品开发文化的一种实体化:工程师可以自由探索,最后用上线后真实用户的结果说话,而不是靠会议和空想达成共识。他提到这类平台由一流工程师做了多年仍觉得有很多没做完,说明难点在决策过程如何被产品化,以及背后的基础设施3。同样的机制也解释了为什么实验做得容易的公司会更扁平、更看结果4。
现有片段只覆盖他入职腾讯时的判断,没有他在游戏行业的具体项目、任职时长或游戏内AB实验的专门内容。
回到4份原文
核对立正进入游戏行业的背景、岗位性质和他对游戏数据价值的判断。
核对实验覆盖率、价值来自意外、功能开关与实验合一这些核心主张。
核对AB实验平台为何复杂、如何被理解为产品开发文化的实体化。
核对实验容易做对组织文化、扁平化和结果导向的影响。