云監(jiān)控即服務(wù)公司 Datadog 宣布推出 Datadog Experiments——一款讓團隊可以直接在其平臺內(nèi)設(shè)計、啟動和衡量產(chǎn)品實驗及 A/B 測試的新產(chǎn)品。其目標是賦予團隊所需的洞察力，"理解每一項變更如何影響用戶行為、應(yīng)用性能和業(yè)務(wù)成果"。

Experiments 的推出正值軟件開發(fā)不再遵循舊有劇本的時代。發(fā)布速度越來越快，有時甚至持續(xù)進行，AI 驅(qū)動的功能在團隊尚未完全適應(yīng)之前就已投入生產(chǎn)。出錯的代價也隨之攀升——即使是一個小的故障，也可能幾乎立即波及性能或業(yè)務(wù)指標。

在這種環(huán)境下，團隊需要在構(gòu)建的同時進行測試，并快速驗證變更。他們還需要從實時觀察影響中獲得信心繼續(xù)推進——而不是數(shù)小時或數(shù)天后。

"團隊發(fā)布速度越快，不知道什么在有效的代價就越高昂。當(dāng)信號分散在互不連通的工具中時，團隊會基于不完整的信息做出決策——錯過真正推動收入增長的因素，扼殺那些能推動業(yè)務(wù)向前發(fā)展的大膽嘗試，"Datadog首席產(chǎn)品官 Yanbing Li 表示。

Datadog 通過將實驗功能直接嵌入其平臺的 Datadog Experiments，解決了實驗流程與可觀測性工作流碎片化的問題。用戶無需事后從多個系統(tǒng)中拼湊洞察，現(xiàn)在可以實時評估變更對用戶行為、應(yīng)用性能和業(yè)務(wù)指標的影響。

這項新產(chǎn)品采用了 Datadog 收購Eppo 所獲得的技術(shù)，引入了嚴謹?shù)慕y(tǒng)計方法，結(jié)合實時可觀測性防護機制，幫助及早發(fā)現(xiàn)問題。這讓公司能夠?qū)Ｗ⒂跍y試真正重要的事情，更快推進而不失控，并以更高的信心做出決策。

核心功能

Datadog Experiments 的關(guān)鍵功能聚焦于讓測試更易運行、更易采取行動：

• 團隊可自主運行實驗：無需等待其他團隊或處理額外的協(xié)調(diào)工作。一切都已標準化，從洞察到?jīng)Q策的過程變得更加快速直接。
• 內(nèi)置防護機制：幫助團隊運行更安全的實驗，及早發(fā)現(xiàn)問題、保護用戶，并保持結(jié)果的可靠性。
• 決策有據(jù)可依：結(jié)果一致且可比較，因為它們是針對直接從現(xiàn)有數(shù)據(jù)源提取的真實業(yè)務(wù)指標進行衡量的。這讓團隊和領(lǐng)導(dǎo)層都更容易信任數(shù)據(jù)所呈現(xiàn)的內(nèi)容并據(jù)此推進。

"AI 以指數(shù)級方式提高了軟件發(fā)布的速度和復(fù)雜性。然而，在衡量新代碼的有效性方面，團隊往往在盲目飛行。這是因為他們沒有統(tǒng)一的方式來驗證變更并監(jiān)控其影響， "Li 表示。

她進一步補充道："有了Datadog Experiments，團隊擁有了安全驗證 AI 驅(qū)動變更所需的防護機制。通過將實驗與真實用戶監(jiān)控（RUM）、產(chǎn)品分析、APM 和日志關(guān)聯(lián)起來，組織可以同時衡量業(yè)務(wù)影響和性能影響，在不減緩創(chuàng)新的同時降低風(fēng)險。"

市場挑戰(zhàn)與機遇

雖然 Experiments 提供的潛在價值令人印象深刻，但真正的考驗在于 Datadog 能否將其推向超越功能對等的層面。

毫無疑問，實驗并非一個新類別。這個領(lǐng)域的多家玩家，如 Optimizely，多年來一直在從事這項工作，并圍繞 A/B 測試構(gòu)建了強大的產(chǎn)品。

Datadog 正在推介一個更簡單的理念。它不是添加另一個工具，而是試圖將一切整合到團隊已經(jīng)工作的同一個平臺中。如果 Datadog 能夠證明這確實能節(jié)省時間并帶來更好的決策，它就有可能獲得市場認同。否則，它面臨的風(fēng)險是在一個已經(jīng)擁擠的空間中淪為又一個功能。

核心說明：

• Observability（可觀測性）：指通過指標、日志、追蹤等數(shù)據(jù)全面理解系統(tǒng)內(nèi)部狀態(tài)的能力，是現(xiàn)代云原生應(yīng)用運維的核心。
• Eppo 收購：Datadog 于 2025 年 5 月收購了專注于實驗和功能開關(guān)的平臺 Eppo，此次 Experiments 產(chǎn)品正是基于該收購的技術(shù)整合。
• RUM（Real User Monitoring）：真實用戶監(jiān)控，追蹤實際用戶在應(yīng)用中的體驗和性能數(shù)據(jù)。
• A/B 測試：將用戶隨機分配到不同版本進行對比實驗，是產(chǎn)品迭代的科學(xué)方法。
• 行業(yè)趨勢：隨著 AI 加速開發(fā)節(jié)奏，傳統(tǒng)的實驗工具與可觀測性工具分離的模式已難以適應(yīng)，一體化平臺成為趨勢。