Pengujian A/B dan Eksperimentasi untuk Penganalisis Data

Organisasi bergantung pada keputusan berasaskan data untuk berkembang, dan pengujian A/B adalah alat utama yang digunakan untuk mengesahkan ciri dan strategi baharu. Memahami cara menjalankan eksperimen terkawal adalah kemahiran penting bagi sesiapa yang ingin bekerja dalam sains data, pengurusan produk, atau analitik perniagaan. Kursus ini menyediakan asas yang komprehensif dalam kitaran hayat eksperimentasi, beralih daripada teori statistik teras kepada pelaksanaan praktikal dan impak perniagaan. Anda akan belajar cara untuk bergerak melangkaui tekaan dengan menggunakan metodologi yang ketat untuk mengukur kesan perubahan terhadap tingkah laku pengguna. Apa yang anda akan pelajari: - Memahami terminologi asas dan konsep statistik di sebalik eksperimen terkawal - Mengira saiz sampel yang diperlukan dan kuasa statistik untuk memastikan hasil yang boleh dipercayai dan sah - Mereka bentuk ujian A/B yang teguh yang sejajar dengan KPI perniagaan dan matlamat produk tertentu - Menganalisis data eksperimen menggunakan Python dan mentafsir nilai-p (p-values) dan selang keyakinan (confidence intervals) - Mengenal pasti perangkap biasa seperti kesan kebaharuan (novelty effects), bias pemilihan (selection bias), dan gangguan (interference) - Meneroka pendekatan moden termasuk pengujian Bayesian dan aliran kerja eksperimentasi automatik Kursus ini bermula dengan definisi teras dan kaedah saintifik sebelum beralih kepada persediaan teknikal dan analisis pasca-ujian. Anda akan meneliti keseluruhan proses menjalankan ujian pada produk digital, termasuk cara menilai hasil dan menyampaikan penemuan kepada pihak berkepentingan dengan berkesan. Kursus ini direka untuk bakal saintis data, penganalisis, dan pengurus produk yang baharu dalam eksperimentasi. Tiada pengalaman terdahulu dengan pengujian A/B diperlukan, walaupun pemahaman asas tentang Python adalah membantu. Mula membina kemahiran untuk memimpin eksperimentasi berasaskan data dalam mana-mana organisasi.