作品简介

本书是AB实验领域的标准化著作,它将带领你快速理解AB实验原理、掌握AB实验方法、搭建AB实验平台、塑造基于数据和实验的企业文化,高效开展AB实验、实现用AB实验驱动增长。

作者是某BAT大厂的数据科学家,在数据产品、AB实验等数据科学领域有10余年经验,亲自主导了该厂AB实验平台的搭建和AB实验产品的设计与分析,积累了丰富的经验。

刘玉凤,毕业于清华大学,获机器学习和数据挖掘专业硕士学位,某互联网大厂高级数据专家和数据科学家,有多年策略产品和数据产品经验。曾负责该厂AB实验平台的搭建和运营,在AB实验领域积累了丰富的经验。

专注数据领域,实践过丰富的业务类型,包括智能硬件、O2O、信息流、出行服务等,在多个业务中担任过数据负责人,不但拥有丰富的2C数据驱动增长的成功经验,还拥有多个2B数据赋能业务的落地经验。

作品目录

  • 前言
  • 第一部分 了解AB实验
  • 第1章 AB实验的基本原理和应用
  • 1.1 什么是AB实验
  • 1.2 AB实验的3个基本要素
  • 1.3 AB实验的2个核心价值
  • 1.4 AB实验的2个关键特性
  • 1.5 AB实验行业应用
  • 第二部分 深入AB实验
  • 第2章 AB实验的关键问题
  • 2.1 实验参与对象的3个问题
  • 2.2 实验随机分流的3个问题
  • 2.3 实验指标的2个问题
  • 2.4 实验分析和评估的3个问题
  • 第3章 AB实验的统计学知识
  • 3.1 随机抽样和抽样分布
  • 3.2 区间估计和置信区间
  • 3.3 样本容量和边际误差
  • 3.4 假设检验
  • 3.5 非参数检验
  • 3.6 方差估计问题
  • 3.7 多重测试问题
  • 第4章 AB实验参与单元
  • 4.1 实验参与单元的选择
  • 4.2 实验参与单元的SUTVA问题
  • 4.3 最小实验参与单元数量
  • 第5章 AB实验的随机分流
  • 5.1 单层分流模式
  • 5.2 正交分层模式
  • 5.3 散列算法
  • 第6章 AB实验的SRM问题
  • 6.1 什么是SRM问题
  • 6.2 导致SRM问题的原因
  • 6.3 SRM指标计算和定位
  • 第7章 AA实验
  • 7.1 AA实验的意义
  • 7.2 如何运行AA实验
  • 第8章 AB实验的灵敏度
  • 8.1 什么是实验灵敏度
  • 8.2 如何提升实验灵敏度
  • 8.3 选择指标
  • 8.4 选择实验参与对象
  • 8.5 选择实验分组
  • 8.6 定向触发技术和评估
  • 8.7 如何验证实验灵敏度的提升
  • 第9章 AB实验的长期影响
  • 9.1 长短期影响不一致的原因
  • 9.2 评估长期影响的意义
  • 9.3 如何评估长期影响
  • 第三部分 AB实验评估指标体系
  • 第10章 产品指标体系
  • 10.1 什么是指标体系
  • 10.2 设计指标
  • 10.3 评估指标
  • 10.4 进化指标
  • 10.5 指标分类
  • 10.6 指标体系设计案例
  • 第11章 实验评估指标体系
  • 11.1 实验评估指标的3个基本条件
  • 11.2 选择更好的实验评估指标
  • 11.3 将关键指标合并为OEC
  • 第四部分 AB实验的基础建设
  • 第12章 开展AB实验的基础条件
  • 12.1 决策层认知
  • 12.2 基础工具建设
  • 12.3 文化制度建设
  • 第13章 AB实验平台的建设
  • 13.1 AB实验平台架构
  • 13.2 实验管理功能
  • 13.3 实验部署功能
  • 13.4 实验数据处理和分析
  • 13.5 AB实验服务通用框架
  • 第14章 实验组织和文化建设
  • 14.1 决策层的支持与参与
  • 14.2 实验专家团队的带领与教育
  • 14.3 业务团队实验骨干的深入与传递
  • 14.4 全体参与和扩大影响
  • 14.5 国内AB实验的开展情况
  • 14.6 实验成熟度模型
  • 第五部分 基于AB实验的增长实践
  • 第15章 构建想法:形成产品假设
  • 15.1 产品策划找方向
  • 15.2 数据洞察找瓶颈
  • 第16章 验证想法:AB实验实践
  • 16.1 实验假设
  • 16.2 实验设计
  • 16.3 实验运行
  • 16.4 实验分析和理解
  • 16.5 实验决策
  • 第17章 沉淀想法:实验记忆
  • 17.1 什么是实验沉淀
  • 17.2 实验沉淀的价值
  • 17.3 如何进行实验沉淀
  • 第18章 基于AB实验的增长实践解决方案
  • 18.1 角色分工方案
  • 18.2 数据建设方案
  • 18.3 效果评估方案
  • 第六部分 AB实验的局限与补充
  • 第19章 AB实验的局限性
  • 19.1 战略创新层面
  • 19.2 战术执行层面
  • 第20章 AB实验之外的因果分析方法
  • 20.1 匹配法
  • 20.2 工具变量法
  • 20.3 面板数据法
  • 20.4 中断时间序列法
  • 20.5 断点回归法
  • 20.6 增益模型
  • 第21章 常用的用户调查分析方法
  • 21.1 用户日志分析
  • 21.2 调查问卷
  • 21.3 焦点小组
  • 21.4 用户体验研究
  • 21.5 人工评测
  • 21.6 外部数据
展开全部