Statsig 创业公司计划为您提供什么
Statsig 的创业公司计划提供高达 5,000 美元的 Statsig 积分，将功能标志、实验、产品分析和会话回放整合到同一个事件流中，因此暴露用户的功能标志和衡量变化的指标是同一个记录。
AI Perks 将其归类为分析类别，并附有194 家公司总计 770 万美元的积分。
5,000 美元不是跑道。它提供了一个衡量发布成本为零的窗口期，这时团队才能弄清楚他们是会真正进行实验，还是只是发布并祈祷。
在您基于某个供应商构建之前，这里有一个供应商背景信息：Statsig 于 2025 年被 OpenAI 收购，并且一直独立销售。在将其作为关键业务之前，请确认这一点仍然属实。当前详细信息列于 getaiperks.com。
精选初创企业AI积分
通过这些已认证的计划直接申请。
实验平台究竟是做什么用的
实验平台可以回答仪表板无法回答的一个问题：是您的更改导致了数字的变化，还是数字无论如何都会改变？
替代方案并非没有。它是发布功能，观察图表一周，然后宣布胜利。但这会因为一些不那么光鲜的原因而失败：季节性、媒体提及、月末，以及您当周发布的其他三件事。
Statsig 销售的核心产品是其功能标志和指标是同一个系统。在一个由不同供应商组装而成的技术栈中，曝光存在于功能标志工具中，转化存在于分析工具中，而将它们连接起来是一项数据工程工作，这项工作悄无声息地从未完成。
这不是什么：
- 不是产品分析的替代品。 它包含分析功能，但漏斗图表告诉您用户在哪里离开。实验告诉您您的修复是否有效。
- 对于您无法随机化的决策没有用。 对 40 个企业客户进行定价更改是一项由 40 个样本量的判断决定。
- 不是定义指标的替代品。 这种争论发生在测试之前，否则就会发生在测试之后并毒化结果。
诚实的测试是流量，计算是无情的。
在实验有意义之前您需要多少流量
大多数早期团队无法检测到他们实际发布的获胜幅度。检测一个在 10% 基线转化率上的 5% 相对改进，大约需要 115,000 名用户参与测试，而微小的获胜最需要流量。
下表假设10% 的基线转化率、80% 的统计功效和 95% 的置信度进行双边检验。数字会随着您的基线而变化，但形状不会。
| 您想检测的相对提升 | 10% 基线上的变化 | 每个组的用户数 | 每个测试的总用户数 |
|---|---|---|---|
| 50% | 10% 到 15% | ~580 | ~1,200 |
| 20% | 10% 到 12% | ~3,600 | ~7,200 |
| 10% | 10% 到 11% | ~14,400 | ~28,800 |
| 5% | 10% 到 10.5% | ~57,600 | ~115,000 |
| 2% | 10% 到 10.2% | ~360,000 | ~720,000 |
将其理解为一种排序规则，而不是一种劝退。在每月几千用户以下，只有大的变化才能被衡量，所以测试大型重新设计和入门流程，而不是按钮颜色。方差缩减方法（如 Statsig 支持的 CUPED）可以在不改变数量级的情况下缩小这些数字。
这就是为什么在您需要它之前，持有积分是有价值的。该平台早期进行仪器配置成本很低，而流量会稍后到来。
精选初创企业AI积分
通过这些已认证的计划直接申请。
Statsig 定价在规模化时如何运作
Statsig 历来根据分析事件而不是开发者席位进行计费，功能标志和实验评估比分析摄取更为慷慨。因此，您的账单会跟踪您记录了多少数据，而不是您雇佣了多少工程师。
这与按席位定价的工具有着显著不同的形状，而且它有利有弊。一个拥有大量流量的五人团队可能比一个拥有安静的 B2B 产品的五十人团队支付更多费用。
| 计量 | 驱动因素 | 导致飙升的原因 |
|---|---|---|
| 分析事件 | 您为分析发送的每个记录的事件 | 高流量营销网站上的自动捕获已开启 |
| 功能标志检查 | 应用中的标志评估 | 历来最慷慨的计量，所以很少是问题 |
| 会话回放 | 捕获并保留的会话 | 流量高峰期间以 100% 未抽样的状态回放 |
| 保留窗口 | 事件历史可查询的时间长度 | 高量事件流的长期回溯 |
| 数据仓库原生 | 在您自己的数据仓库上运行的分析 | 按 Snowflake 或 BigQuery 收费，而不是按 Statsig 收费 |
已发布的层级和免费额度经常变化，因此在进行任何建模之前，请验证当前数字。
两个机制决定了大多数发票。自动捕获：记录每页上的每个点击会产生巨大的事件量，而增加的洞察力却很少，而且只需一行即可关闭。抽样：在病毒式传播的页面上以完整捕获状态进行回放是典型的惊喜项目。
数据仓库原生分析值得注意。针对您自己的 Snowflake、BigQuery 或 Databricks 数据运行它，会将计算转移到您的数据仓库发票上，而这笔费用不包含在积分中。它可以是正确的架构，但仍然会使赠款的消耗速度比标题所示更快。
Statsig 积分可以与哪些叠加使用
实验本身是一份独立的账单。云积分不会吸收它，模型积分也不会吸收它，而可观测性积分也不会吸收它，因此 Statsig 赠款是真正附加的，而不是重叠的。
持有大量 AWS 或 Google Cloud 积分的创始人通常会假设它涵盖了 SaaS 工具。事实并非如此。
一个有效的发布-衡量循环涉及四个层面，创业公司计划针对每个层面：
- 计算 - 您部署到的云，通常是您持有的最大额度
- 发布 - 标志和实验，此额度涵盖的层面
- 信号 - 可观测性和错误跟踪，它们能在转化指标之前几分钟告诉您推出是否出了问题
- 存储 - 存储原始事件的数据仓库，作为您保留的真相来源，以防您更换供应商
最后一层是此积分应资助的架构决策。通过一个也将事件导入您自己的数据仓库的管道记录事件，Statsig 就可以轻松替换。直接仅集成到 SDK 中，您的历史记录将存储在供应商内部。当其资助的事物将来可以被替换时，积分是最便宜的。 哪些计划涵盖哪个层面，这就是为什么 AI Perks 被维护为一个跟踪列表。
精选初创企业AI积分
通过这些已认证的计划直接申请。
创始人对实验积分的误解
最昂贵的错误是让免费积分消除了价格信号，而您的团队仍在形成其日志记录的默认设置。无论您在免费时开启了什么，都将以标价继承。
五种模式，按成本大致排序：
偷看结果并过早停止。 每天检查一次测试，并在其达到显著性时立即停止，会极大地夸大虚假阳性。固定视野测试需要预先承诺的样本量，否则您需要一种为连续监控设计的顺序测试方法。
运行动力不足的测试并称之为平淡。 一个流量只有其所需四分之一的测试通常不会返回显著差异，团队将其解读为“该功能无效”，而不是“我们无法分辨”。
在第一天开启自动捕获。 这是快速产生令人惊讶的事件账单的最快方式，而它产生的数据很少是您最终分析的数据。
将百分比回滚视为实验。 在没有预先声明的指标和对照组的情况下增加到 10% 只是一个带有额外步骤的部署。
过晚规划退役。 积分的结束是悬崖式的，而不是缓坡。当消耗 70% 时，决定您将停止记录哪些事件以及您的抽样率是多少，并在 getaiperks.com 检查分析类别中还有什么可以缓解过渡。
Statsig 在分析积分中的位置
getaiperks.com 上的分析类别将 Statsig 与其他实验、产品分析和数据仓库计划并列，每个计划都有当前的金额和条款。
加速器和投资者渠道通常携带的金额与公开渠道不同，因此请先检查您的网络已经涵盖了哪些内容。积分时钟也倾向于在激活时开始，这意味着持有赠款直到您有可测试流量比在空漏斗上消耗掉更有价值。
无论如何，纪律都是一样的：写下您可以承受的无补贴月度账单，然后设置自动捕获、回放抽样和保留窗口，以便在积分结束时能够达到该水平。
精选初创企业AI积分
通过这些已认证的计划直接申请。
常见问题解答
Statsig 创业公司计划价值多少？
高达 5,000 美元的 Statsig 积分，涵盖了单一平台上的功能标志、实验、产品分析和会话回放。对于流量适中的团队来说，这在实验线上是一笔有意义的跑道，但大量事件量会更快地消耗它。当前金额可在 getaiperks.com 跟踪。
在 A/B 测试有价值之前我需要多少流量？
足够多，以便您可以检测到您发布的获胜幅度。检测在 10% 基线上的 20% 相对提升大约需要每个测试 7,200 名用户，而 5% 的提升则需要大约 115,000 名用户。在每月几千用户以下，测试大型重新设计而不是小幅调整。
Statsig 对功能标志是免费的吗？
Statsig 历来提供免费套餐，具有慷慨的月度事件额度和异常宽松的标志评估，主要按分析事件计费付费使用。免费套餐会定期更改，因此请将任何具体数字视为易变的，并在规划时验证当前条款。
AWS 或 Google Cloud 积分是否涵盖 Statsig？
否。Statsig 是一个第三方 SaaS 供应商，其账单与您的云提供商分开，因此 AWS Activate 或 Google Cloud 赠款不会影响实验发票。这种分离正是两者可以干净地叠加的原因。计算、发布和分析层面的兼容计划可在 getaiperks.com 跟踪。
什么是数据仓库原生实验，它会改变我的账单吗？
这意味着实验分析是针对您 Snowflake、BigQuery 或 Databricks 数据仓库中已有的数据进行的，而不是供应商持有的副本。团队选择它是为了数据控制和治理。成本后果很重要：查询计算转移到您的数据仓库发票上，而 Statsig 积分不涵盖这一点。
当 Statsig 积分用完时会发生什么？
您将继承一个账单，其形状由免费期间选择的自动捕获、回放抽样和保留设置决定，并按标价收费。从一开始就谨慎设置它们，将原始事件保留在您自己的数据仓库中，以便平台可以轻松替换，并在第一个无补贴发票之前决定要进行哪些更改，而不是之后。
发布变更。让别人来资助您学习它是否有效的这一年。
