游戏数据经验与AB实验观点2026年10月20日提问

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?

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。

AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。

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。

出处

  1. 1留美14年,为何在升职前夕决定回国?|游戏行业有多厉害?

    视频发言:立正2021-07-05

    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。

  2. 2AB实验,有哪些重要却不为人知的知识?|课代表数据大师课5

    视频发言:立正2025-09-24

    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。

  3. 3如何通过解读Job Description,让自己的简历被认真对待?

    视频发言:立正2024-02-26

    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。

  4. 4Facebook的AB Testing是什么样子的?为什么对公司文化有这么大影响?

    视频发言:立正2021-01-28

    核对实验容易做对组织文化、扁平化和结果导向的影响。

你也有想问的?

卡住的时候,问问立正:回答附有出处,可以点回原文核对。

也可以接着问:

所有问题 →