以业务决策场景为例，过往“拍脑袋”的经验式决策正在被A/B实验所替代。在A/B实验工具的帮助下，企业可以通过不同策略下的效果数据选择更优的策略方案。这也是火山引擎数据飞轮模式所提倡的即用数据消费实现决策环节的科学与智能。

　　“数据飞轮”是火山引擎基于字节跳动数据驱动的实践经验，所提炼的企业数智化升级新模式。它倡导企业扩大数据消费，将数据消费贯穿到企业的各个业务场景中，从而实现数据流与业务流的充分融合，最终实现业务价值的提升。

　　在上文提到的业务决策场景，火山引擎提供了A/B测试DataTester产品，该产品不仅服务了字节内部500+业务，同时也服务了美的、得到、博西家电、凯叔讲故事等上百家外部企业。其在适应内外服务场景，满足业务复杂需求的过程中，已演化了一站式实验管理与场景化特型实验等全方位实验能力。

　　为了更好地服务内外部企业，DataTester从内外融合、微服务架构调整两方面进行了产品结构的优化。在内外融合实践上，团队以“基于外部版本补齐内部版本能力;采用复用方式确保迭代正常进行”为融合原则，对产品、代码以及技术团队等方面展开了全方位融合。

　　以研发团队和代码仓库的融合为例，原本内外纵向分离的团队转变为按照模块的横向划分，内外平台的相同模块合并为一个小组，进行后续开发;在代码仓库方面，内外的单体服务则整合为现有的一套微服务群的代码仓库小火箭shadowrocket免费节点。

　　迭代节奏异步的内外平台融合后，架构升级挑战随之而来。于是，沿着“划分子域、梳理子域间依赖、切换语言、实验管理子域先行探索，兼容多数据源、明确上线方案”的链路，DataTester展开转向微服务架构的实践。

　　首先，在DDD的指导下进行子域划分，大体按功能划分出实验管理、实验指标、配置中心等8个子域。通过明确子域间运行依赖关系，进而明确可并行的工作，缩短了项目周期。

　　在语言切换上，团队决定将服务语言从Python向Golang切换。此外还划分出BaseExperiment、ExperimentPlugin 和 ExperimentExtension 三个模块，进行实验子域先行探索和管理。在内外融合和拥抱微服务架构的重构链路下，DataTester团队明确了“对外部版本采取整体替换上线;对内部版采取分模块替换上线”的上线方案。

　　在微服务架构调整后，使用DataTester的企业能更好进行科学决策，实现数据飞轮驱动下的降本增效。

　　目前，数据飞轮已在互联网、金融、消费、汽车等多个行业历经实践，它为企业带来一种数据赋能业务的新视角，加速企业数智化转型。