GrowthBook
GrowthBook, Inc. · 程式設計 · 生產力
GrowthBook 是一個開源平台，提供功能旗標管理、A/B 測試與產品分析，並直接架設在你自己的資料倉儲之上。產品團隊用它來安全地推出功能、以真正嚴謹的統計方式執行實驗，以及在不把行為資料移出自家基礎架構的情況下讀取這些資料。它是為資料與工程團隊打造的，不是給隨手玩玩的使用者。它還附帶適用於網頁、行動裝置與後端服務的 SDK。
關於 GrowthBook
GrowthBook 是什麼
GrowthBook 是一個軟體平台，把產品團隊通常分開採買的三件事合在一起：功能旗標、實驗與分析。原生於資料倉儲這一點是它與眾不同之處。GrowthBook 會連線到 Snowflake、BigQuery、Databricks、Redshift 或 Postgres，直接從你早就擁有的資料表讀取指標，而不是把事件複製到別人的資料庫裡。對任何有嚴格資料隱私或法規遵循要求的人來說，這點很重要，因為你的使用者資料永遠不會離開自己的雲端。
它採用 MIT 授權的開源模式，所以你可以自行架設整套系統，或透過 GrowthBook Cloud 來執行。該公司表示有超過 3,000 家企業使用它。Dropbox、維基媒體基金會與 Khan Academy 都在名單上。
主要的取捨在於設定功夫。由於它倚賴你的資料倉儲，團隊裡得有人把 GrowthBook 指向正確的資料表，並用 SQL 定義指標。這樣會讓人卻步嗎？對多數工程團隊來說不會。但它不是讓單一行銷人員接上就能用的工具。還有開源方案一貫的算式。免費的自架版本確實堪用，但升級、擴充與待命值班都得你自己扛。那是實打實的工作。
開始使用
- 在 app.growthbook.io 建立免費帳號，或複製開源儲存庫並在自己的伺服器上執行。
- 連接一個資料來源（Snowflake、BigQuery、Databricks、Redshift 或 Postgres），讓 GrowthBook 能讀取你的產品資料。
- 針對你現有的資料表，用 SQL 定義實驗指標與維度。
- 為你的技術堆疊安裝用戶端 SDK（JavaScript、React、Python、iOS、Android 等），並把某項功能包進旗標裡。
- 把功能推出給一定比例的使用者，然後在實驗儀表板上觀察結果。
產品資訊
快速了解 GrowthBook 的定價、支援平台與效能。
適合對象
這項工具最適合的使用者、任務與情境。
使用者
- 產品經理：想確認新畫面或價格調整是否真的帶動了某項指標，而不是憑感覺猜，前提是開發者已先連接好資料倉儲。
- 資料科學家：執行貝氏或頻率學派檢定，內建 CUPED 與序列檢定，不必另外架一套統計工具。
- 成長與行銷團隊：用你早已維護的資料表所彙整出的可信指標，來檢視行銷活動或新手引導的實驗。
- 工程團隊：把有風險的程式碼藏到旗標後面，配上即時開關，讓一次糟糕的發布不至於弄垮整個應用程式。
任務
- A/B 測試：比較某項功能的兩個版本，讓 GrowthBook 計算統計顯著性，而不是用肉眼盯著儀表板。
- 功能旗標管理：把變更推出給 1% 的流量，再逐步加到 100%，或是在錯誤率飆升時幾秒內把它關掉。
- 分階段發布：先讓程式碼低調上線，再依方案或地區等屬性，針對特定使用者群開啟。
- 產品分析：直接在資料倉儲的資料表上探索漏斗、留存與指標趨勢。
- 從舊工具搬遷：從 Statsig 或自家舊系統轉出的團隊，可以把既有的指標一併帶過來。
情境
- 一個不能把客戶資料送往第三方 SaaS 的金融科技團隊發現，原生於資料倉儲的分析能讓一切留在自家雲端內。
- 一個行動應用團隊同時在 iOS 與 Android 上測試新手引導流程，兩邊使用同一套旗標設定。
- 一個成長團隊想用共通的指標定義檢視每一項實驗，讓跨季度的結果可以互相比較。
- 專案早期研究階段，小型團隊先跑一套免費自架實例，看看工作流程是否合適，之後再決定要不要付費購買席次。
主要功能
原生於資料倉儲的實驗
GrowthBook 從你早已在運作的資料倉儲讀取指標，因此絕不會把使用者事件複製到另一個儲存庫。你只要定義一次實驗，它就會從 Snowflake 或 BigQuery 等資料表拉出結果。沒有資料重複的問題。對有嚴格隱私規範的團隊來說，這正是選擇它、而非封閉式 SaaS 工具的理由。
功能旗標管理
你把一段程式碼包進旗標，就能從儀表板控制誰能看到它，無須重新部署。旗標支援百分比推出、即時開關，以及依使用者屬性設定的指定規則。開關是團隊最愛的部分。幾秒內關掉出問題的功能，不用回滾一次發布。
進階統計
平台同時支援貝氏與頻率學派方法，還加上 CUPED 變異數縮減與序列檢定。這樣的組合很重要，因為序列檢定讓你能持續檢視結果，又不會膨脹偽陽性，這正是團隊太早偷看儀表板時常踩的陷阱。
多臂與情境式多臂賭徒演算法
除了單純的 A/B 測試，GrowthBook 還能執行多臂賭徒演算法，自動把流量移向勝出的版本。5.1 版加入了情境式版本，依每位使用者的情境調整分配，而非固定比例。當你有多個版本時很方便。你不再把流量浪費在落後的版本上。
AI 視覺編輯器與 AI 分析師
AI 視覺編輯器讓你在不更動程式碼的情況下，修改即時頁面上的文案或版面，而 AI 分析師則用平白的語言回答關於你資料的問題。兩者都綁在付費方案上，AI 的使用上限也會隨你所在的方案層級提高。
超過 24 種框架 SDK
GrowthBook 提供超過二十幾種 SDK，涵蓋 JavaScript、React、Python、iOS、Android、Go、Ruby 等。它們做得比競爭對手更輕巧，評估旗標時完全不需要網路呼叫。這讓它們保持快速。也避免在執行時把資料外洩給第三方。
自架或雲端部署
你可以把 GrowthBook 完全跑在自己的雲端或地端，或使用託管雲端版本，享有即時更新與較少維護。自架能完全掌控資料。雲端版本則用部分掌控權交換不必自己修補與擴充服務的好處。這就是取捨。
優缺點
優點
- 原生於資料倉儲的設計讓資料留在自家基礎架構內，對受監管的產業尤其重要。
- MIT 授權的開源核心意味著沒有供應商綁定，而且自架選項永遠免費。
- 真正夠用的免費方案：最多 3 位使用者的團隊可享無限旗標、實驗與流量。
- 在單一工具裡提供廣泛的統計支援（貝氏、頻率學派、CUPED、序列檢定）。
- 超過 24 種 SDK 涵蓋網頁、行動與伺服器，混合技術堆疊不成問題。
缺點
- 原生於資料倉儲的設定需要實實在在的功夫，得有人連接資料來源並用 SQL 撰寫指標。這不是非技術使用者能勝任的工作。
- 計價以席次為單位，因此當更多同事需要存取實驗與儀表板時，成本就會往上爬。
- 部分進階功能，例如情境式賭徒演算法與 AI 分析師，藏在付費層級之後，而非免費方案裡。
常見問題
可以。Starter 方案免費且免信用卡，涵蓋最多 3 位使用者、1 個專案，以及無限的功能旗標、實驗與流量，而開源版本在自家基礎架構上自架也依然免費。
相關內容
探索與 GrowthBook 相關的工具、技能與文章。
GrowthBook 替代方案
Forefront
Forefront · 程式設計Forefront 是一個用來打造開源 AI 的網頁平台。你可以用自己的資料微調主流的開源語言模型、評估它們的表現，再透過 API 執行，或匯出後自行架設。想要封閉式平台的便利、卻堅持要自己擁有模型與資料的開發者，就是這裡的目標客群。
Startkit
StartKit.AI · 程式設計Startkit 是一套用來打造 AI SaaS 與 AI 包裝產品的樣板。可以把它想成一個 AI 新創樣板，把枯燥的部分都先接好了：驗證、Stripe 與 Lemon Squeezy 付款、用量限制、交易型電子郵件，以及一套能與 OpenAI、Anthropic、Groq 或 Llama 溝通的 AI API 啟動套件。你複製儲存庫、設定價格，然後專心在產品中使用者真正願意付費的部分。它建構於 React 與 Tailwind 之上的 Next.js，所以大部分的樣板程式碼對你來說並不陌生。
Testim
Tricentis · 程式設計Testim 是專為網頁、行動與 Salesforce 應用程式打造的 AI 測試自動化平台，用來建立並執行端到端測試。它靠機器學習在介面變動時維持測試穩定，團隊因此少花時間修補壞掉的定位器。對於一款今天就能開始使用的自動化測試工具來說，這表現不算差。你透過在瀏覽器錄製動作來建立測試，需要更多控制時再補上 JavaScript。對忙碌的 QA 團隊來說，這是個可靠的選擇。