Testowanie A/B i eksperymentowanie dla analityków danych

Organizacje polegają na decyzjach opartych na danych, aby się rozwijać, a testowanie A / B jest głównym narzędziem używanym do sprawdzania nowych funkcji i strategii.Zrozumienie, jak prowadzić kontrolowane eksperymenty, jest niezbędną umiejętnością dla każdego, kto chce pracować w dziedzinie nauki o danych, zarządzania produktem lub analityki biznesowej. Ten kurs zapewnia kompleksową podstawę w cyklu życia eksperymentu, przechodząc od podstawowej teorii statystycznej do praktycznego wdrożenia i wpływu na biznes.Dowiesz się, jak wyjść poza zgadywania, stosując rygorystyczną metodologię do pomiaru wpływu zmian na zachowanie użytkownika. Czego się nauczysz: - Zrozum podstawową terminologię i pojęcia statystyczne związane z kontrolowanymi eksperymentami - Oblicz wymagane rozmiary próbek i moc statystyczną, aby zapewnić wiarygodne i prawidłowe wyniki - Zaprojektuj solidne testy A / B, które są zgodne z kluczowymi wskaźnikami efektywności biznesowej i konkretnymi celami produktu - Analizuj dane eksperymentalne za pomocą Pythona i interpretuj wartości p i przedziały ufności - Zidentyfikuj typowe pułapki, takie jak efekty nowości, błędy selekcji i zakłócenia - Poznaj nowoczesne podejścia, w tym testy bayesowskie i zautomatyzowane przepływy pracy eksperymentów Kurs rozpoczyna się od podstawowych definicji i metody naukowej, a następnie przechodzi do konfiguracji technicznej i analizy po teście.Przeczytasz cały proces przeprowadzania testu na produkcie cyfrowym, w tym jak skutecznie oceniać wyniki i przekazywać wyniki zainteresowanym stronom. Ten kurs jest przeznaczony dla początkujących naukowców, analityków i menedżerów produktów, którzy są nowicjuszami w eksperymentach.Nie jest wymagane wcześniejsze doświadczenie z testowaniem A / B, chociaż pomocne jest podstawowe zrozumienie Pythona. Zacznij budować umiejętności, aby prowadzić eksperymenty oparte na danych w dowolnej organizacji.