如果了解Argo，我们会发现Argo是根据数据线性变化来进行PDCA小步快跑敏捷迭代的，也就是说，如果我们做一个增长试验后，需要观察数据变化，看当前数据跟之前数据之间的变化情况来判断是否测试有效，这种数据驱动的方式对数据的实时性和计算性能有一定要求，也就只有Argo的秒算引擎可以很好的支持，不过还有一种方式是可以同时看到原始版和挑战版的区别的，那就是ABtest。
我们做数据驱动的过程中经常会用ABtest，ABtest跟Argo有一些地方很相似，都是通过SDK进行收数，对数进行一些分析。不同的地方是，Argo能力要丰富的多，而Argo也可以实现简单的ABtest。
ABtest的原理是将用户自然分成两部分，形成自然的用户分层，而且是随机分配，观察两部分用户在不同行为上的触发情况，比如按钮点击、表单注册、购物车加入。
易观方舟如何实现AB测试？
1、拿到等比例的随机用户分群
在用户第一次着陆到网站或APP的时候，我们随时让用户看到不同的版本，这个时候需要通过前端页面的技术结合模版引擎，通过随机数的方式让不同的用户分配到不同的页面里，同时通过js的方式将用户随机标注a或b，看到A页面的访客标注a，看到B页面的访客标注b，将a和b作为字段上报到用户属性里，这样用户就会通过分群的这个字段进行识别。
2、保存ab不同版本的用户分群
在用户分群里，将一定时间周期内的用户按照用户属性等于a或者b进行分群保存，
保存好后方便后面的分析使用。
3、在不同的分析里面采用分群对比
比如，如果我们判断按钮点击事件的a、b两个版本的差异，就可以在Argo里的事件分析条件里选择不同的分群对比，这样就可以判断不同版本的内容对于点击按钮的影响。
总结：
Argo是一个乐高的基础模块，在Argo的平台下可以做很多数据驱动的玩法。
