第17章 基于AB实验的增长实践——沉淀想法：实验记忆
核心思想
本章强调通过系统化的实验沉淀（记录、复盘、分析历史实验）来提升产品迭代效率，避免重复试错，并从中挖掘通用规律。实验沉淀不仅是经验存档，更是未来决策的参考依据，需覆盖实验全流程信息（设计、数据、结论等），并通过组织化的管理实现价值最大化。
关键内容解析
1. 实验沉淀的定义
记录内容：包括实验基础信息（时间、发起人）、设计方案（假设、流量分配）、数据结果（指标、对照组）、分析结论（成功/失败原因、后续优化方向）。
平台化整合：建议通过集中式实验平台管理，形成可搜索的历史实验库，便于后续参考。
2. 实验沉淀的四大价值
发现策略通用性
通过分析历史实验，提炼共性规律（如UI设计、广告策略）。
案例：GoodUI.org总结的跨公司UI模式；广告实验中发现的用户对广告形式（动态视频）、行业类型（金融/游戏）的敏感度差异。
从失败中寻找机会
通过分群分析（如用户画像）、漏斗分析（转化率折损点）挖掘局部有效性。
案例：日本和服工厂通过细分数据发现年轻人市场增长点。
发扬实验文化
通过分享成功/失败案例，推动团队对实验的重视。
量化实验文化：统计实验成功率（如谷歌仅10%-20%）、实验上线比例、故障与未实验改动的关联性。
帮助理解指标
评估指标敏感度（如长期指标在短期实验中难改变）。
发现指标相关性（如早期指标对长期结果的预测作用）。
通过历史数据获得先验概率，指导未来实验设计。
3. 实验沉淀的实施方法
成立专项小组：制定规范、跟踪实验流程、发布评估报告。
自动化工具：如自动流量放量功能，减少人为操作偏差。
知识共享：建立实验墙、看板、素材库，便于团队查阅历史案例。
总结
实验沉淀是数据驱动决策的核心环节，其价值体现在：
效率提升：避免重复实验，快速复用有效策略。
深度洞察：从失败中挖掘细分机会，从成功中提炼通用规律。
文化构建：通过透明化实验结果，推动团队科学决策意识。
指标优化：完善指标体系的敏感度与相关性认知。
最终，实验沉淀将分散的个体经验转化为组织的系统性能力，成为产品持续创新的“记忆库”。
来源书籍：——刘玉凤《AB实验：科学归因于增长的利器》
