他转过身，看着在座的几个人，连珠带炮道：“从今天开始，抖音的每一个功能、每一个参数、每一个按钮的位置，都要经过A/B测试才能上线。完播率的权重、点赞的权重、评论的权重、分享的权重，全部要跑数据。”
“具体怎么做？”米玉问。
林牧说道：“第一，分层抽样。把用户按活跃度、注册时长、内容偏好分成不同的层。每一层取一定比例的样本，分配到不同的实验组和对照组。不做大锅饭式的随机分配，那样测出来的数据不准确，不同用户群体的行为差异太大了。”
他顿了顿，继续说：“第二，控制变量。一个实验只测一个变量——测完播率权重的时候，点赞权重、评论权重、分享权重全部固定。测点赞权重的时候，其他变量全部固定。变量一多，实验结果就乱了，你不知道到底是哪个变量在起作用。”
“第三，置信度。每个实验至少跑一周，样本量要足够大，确保结果置信度在百分之九十五以上。数据量不够的实验，不下结论。宁可多跑一周，也不能拿不准的结果上线。”
“第四，流量分流。日活的百分之五，五万用户，做日常实验池。新功能、新参数、新权重，先在实验池里跑。跑通了，再扩大到百分之二十。再跑通了，全量上线。”
米玉的眼睛亮了起来：“日迭代，周百次——这是要把抖音当实验室来做？”
“对。”林牧满意点头：“算法是抖音的核心竞争力，核心竞争力的优化，必须形成制度化。不能靠感觉，不能靠经验，只能靠数据。”
他转过身，看着白板上那张还没画完的图，又拿起笔。
“现在来说说具体的参数设置。”
在高管层一番商量后，最后决定把完播率权重拉高一些，从1.0提升到2.6。
因为从逻辑上想，能把一条短视频给看完，这条短视频最起来是有意思的。
一周后。
会议室里，三丰站在投影幕前，过去一周迭代测试的数据已经出来了。
“完播率权重2.6，结果出来了。”三丰指着那条曲线，“同质化内容疯狂上涨。”
林牧看着那条不断攀升的线，眉头微微皱起。
“为什么？”米玉问，“完播率高不是好事吗？”
“这可能是奖励机制出了问题，”三丰切换到下一张图，上面是几种不同内容类型的播放量对比，“因为完播率权重太高了，算法拼命推荐那些‘容易看完’的内容。”
“什么内容最容易看完？节奏快、反转多、情绪爆的视频。”
“所以同质化就出现了。”
他顿了顿说道：“我提议，把完播率的权重调回去，降为1.0.”
就在这时，运营部的一位小职员提议道：“领导，我有一个建议，可以在推荐机制中，加入一些人工精选推荐。”
米玉问：“为什么？”
职员解释道：“我自己刷抖音时，会发现进入推荐循环，系统不再给我分发新内容。”
“加入人工精选，我想可以打破推荐循环。”
米玉想了想，说道：“嗯，这个提议好，可以加入小迭代，进行ab测试试试。”
接下来两周，抖音团队进入了日迭代的高强度节奏。
每天早上的站会，产品、技术、运营三个部门的人挤在会议室里，对着前一晚跑出来的数据逐条复盘。
有人提议：“要不要把点赞图标改一下？现在的点赞按钮是大拇指，太普通了，没有辨识度。”
在2015年，因为脸书的原因，几乎所有平台对点赞的设置都是大拇指。
这个提议很快就被提上了案头，加入迭代之中。
几天后，新版本上线。
A/B测试的结果很快出来了——点赞率提升了将近百分之十五。用户反馈也很积极，很多人觉得爱心比大拇指更有感觉，点下去的时候那颗红色的爱心还会弹一下，看着就开心。
“这个改得好。”运营部门的同事笑着说，“现在刷视频，看到喜欢的就点一下爱心，感觉像是在‘献爱心’。”
三月三十一日。
会议室里，投影幕上是抖音过去一个月的A/B测试数据汇总。
林牧坐在主位上，面前是一份厚厚的数据报告。
三丰站在投影幕前，一张一张地翻PPT。
“过去一个月，我们累计跑了四百多次A/B测试，日均十次以上。测试范围覆盖完播率权重、点赞率权重、评论率权重、分享率权重、点赞按钮样式、推荐列表加载逻辑、冷启动推荐池等十几个关键模块。”
他翻到下一页，是一张彩色表格。
“最终确定的权重配置——完播率权重1.0，点赞率权重1.5，评论率权重1.2，分享率权重1.0。这个配置下，同质化率下降了百分之二十五，优质内容曝光量提升了百分之三十。”
三丰继续往下翻。
“标签排序逻辑也做了优化。之前是按标签热度排序，热门标签的内容永远排在最前面。现在改成——按用户兴趣匹配度排序，结合热度做加权。相似标签的内容不会连续出现三条以上。”
“另外，冷启动推荐池已经建好了。十个赛道，每个赛道一百条人工精选内容。新用户注册后，先看三条精选，建立初始画像，然后算法再根据画像做个性化推荐。”
三丰翻到最后一张PPT，上面是大大的三个字——“可上线”。
会议室里安静了一瞬，然后响起零星的掌声。
林牧靠在椅背上，嘴角微微翘着。
“全量上线。”林牧如释重负道：“从明天开始，所有用户将看到新版推荐算法。另外，创作者激励计划同步上线。”
他顿了顿，看了看在座的几个人：“过去这一个月，大家辛苦了。但抖音的仗，才刚刚开始。”