操盘手年鉴The Operators’ Almanac
GR · MM · 263

实验中的特温曼定律

Twymans Law For Experimentation · twymans-law-for-experimentation--ronny-kohavi
增长 思维模型 过渡期 2023-07 Ronny Kohavi ✓ 已核验出处

解决什么问题

面对A/B测试中“好到难以置信”的异常结果时,团队容易陷入过度兴奋而直接上线,导致基于错误数据做出决策。

核心内容

Twyman's law(特威曼定律)指出:任何看起来有趣或不同的数字,通常都是错的。 在A/B测试中的应用逻辑:

  • 正常的实验指标波动通常在1%以内。如果某个实验突然带来了10%的收入提升,第一反应不应是庆祝,而应假设实验本身有Bug。
  • 10次中有9次,这类异常结果最终会被证实是实验实施或数据管道的错误。
  • 真正的突破性结果(如Bing调整广告标题带来12%收入提升)虽然存在,但前提是经过多次复现、反复排查Bug且无任何异常后才确认成立。

适用边界

不要用Twyman's law来扼杀真正的好想法,而是用它作为“防伪警报”。突破性胜利确实存在,但必须经受住极度严苛的审查。

关键引述 · 原话

"If the result looks too good to be true... hold the celebratory dinner... investigate, see, because there's a large probability that something is wrong with the result." (Ronny Kohavi)

关联卡片

常与Sample Ratio Mismatch (SRM) 结合使用,作为排查实验可信度的第一道防线。

出处Ronny Kohavi · 03-podcasts/ronny-kohavi.md
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验 · glm-5.2