AB实验 科学归因与增长的利器
全新正版 极速发货
￥ 72.03 5.6折 ￥ 129 全新
库存28件
广东广州
认证卖家担保交易快速发货售后保障
作者刘玉凤
出版社机械工业出版社
ISBN9787111707134
出版时间2022-07
装帧平装
开本16开
定价129元
货号1202674490
上书时间2024-09-04
商品详情
- 品相描述：全新
- 商品描述
-
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002
1.1什么是AB实验002
1.1.1AB实验的定义002
1.1.2AB实验的类型004
1.2AB实验的3个基本要素005
1.2.1实验参与单元005
1.2.2实验控制参数007
1.2.3实验指标008
1.3AB实验的2个核心价值009
1.3.1定性因果：验证因果关系，确保方向正确009
1.3.2定量增长：实践数据驱动，精细成本收益012
1.4AB实验的2个关键特性015
1.5AB实验行业应用016
1.5.1AB实验应用场景016
1.5.2AB实验应用案例018
第二部分深入AB实验
第2章AB实验的关键问题026
2.1实验参与对象的3个问题027
2.2实验随机分流的3个问题027
2.3实验指标的2个问题028
2.4实验分析和评估的3个问题028
第3章AB实验的统计学知识031
3.1随机抽样和抽样分布032
3.2区间估计和置信区间037
3.3样本容量和边际误差038
3.3.1均值类指标038
3.3.2比率类指标040
3.4假设检验041
3.4.1为什么需要假设检验041
3.4.2如何进行假设检验042
3.4.3第一类错误、第二类错误和功效047
3.4.4如何计算功效049
3.5非参数检验051
3.6方差估计问题052
3.6.1变化绝对差和相对差的方差估计053
3.6.2比率类指标的方差估计054
3.6.3其他指标的方差估计055
3.6.4异常点对方差估计的影响055
3.7多重测试问题056
3.7.1什么是多重测试问题056
3.7.2如何避免多重测试056
3.7.3如何控制多重测试问题058
第4章AB实验参与单元061
4.1实验参与单元的选择061
4.1.1常见的实验参与单元062
4.1.2实验参与单元粒度与实验评估066
4.1.3用户级别的实验参与单元067
4.2实验参与单元的SUTVA问题070
4.2.1什么是SUTVA070
4.2.2为什么需要让SUTVA成立071
4.2.3导致SUTVA不成立的原因073
4.2.4如何解决SUTVA不成立的问题075
4.3最小实验参与单元数量079
第5章AB实验的随机分流083
5.1单层分流模式083
5.2正交分层模式084
5.2.1正交性问题085
5.2.2分层问题087
5.3散列算法089
第6章AB实验的SRM问题092
6.1什么是SRM问题092
6.2导致SRM问题的原因093
6.2.1部署阶段093
6.2.2执行阶段097
6.2.3数据处理和分析阶段098
6.3SRM指标计算和定位099
6.3.1SRM指标计算099
6.3.2定位SRM问题099
第7章AA实验101
7.1AA实验的意义101
7.1.1控制第一类错误102
7.1.2确保用户同质104
7.1.3数据指标对齐105
7.1.4估计统计方差106
7.2如何运行AA实验108
7.2.1什么时候运行AA实验108
7.2.2AA实验失败的常见原因110
第8章AB实验的灵敏度112
8.1什么是实验灵敏度112
8.2如何提升实验灵敏度113
8.3选择指标114
8.3.1选择方差较小的评估指标114
8.3.2标准化评估指标115
8.4选择实验参与对象116
8.4.1采用更细粒度的单元随机化对象116
8.4.2使用触发分析116
8.5选择实验分组117
8.5.1使用分层、控制变量或CUPED方法117
8.5.2设计配对实验119
8.6定向触发技术和评估119
8.6.1触发的方式120
8.6.2触发范围变化121
8.6.3触发实验的分析123
8.6.4触发检验125
8.6.5触发技术的局限性125
8.7如何验证实验灵敏度的提升127
第9章AB实验的长期影响129
9.1长短期影响不一致的原因130
9.2评估长期影响的意义133
9.3如何评估长期影响134
9.3.1长周期实验134
9.3.2保留实验和反转实验136
9.3.3后期分析法137
9.3.4时间交错实验法139
9.3.5固定群组分析法140
9.3.6长期影响的代理指标法141
第三部分AB实验评估指标体系
第10章产品指标体系145
10.1什么是指标体系145
10.2设计指标146
10.2.1基于OKR的分级法147
10.2.2OSM模型法153
10.2.3指标设计和开发技巧154
10.3评估指标156
10.3.1信息增益156
10.3.2因果关系158
10.3.3长期有效性158
10.4进化指标159
10.5指标分类162
10.6指标体系设计案例165
第11章实验评估指标体系169
11.1实验评估指标的3个基本条件169
11.2选择更好的实验评估指标170
11.2.1综合指向性与灵敏性170
11.2.2从业务视角出发172
11.2.3考虑应用和工程174
11.3将关键指标合并为OEC175
11.3.1如何建立OEC176
11.3.2OEC的关键属性179
11.3.3构建OEC的注意事项179
11.3.4构建OEC的案例180
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187
12.1决策层认知187
12.2基础工具建设188
12.2.1购买外部服务189
12.2.2自建平台190
12.3文化制度建设191
第13章AB实验平台的建设192
13.1AB实验平台架构193
13.2实验管理功能194
13.2.1实验创建管理195
13.2.2实验配置管理196
13.2.3实验操作管理197
13.2.4实验权限管理198
13.3实验部署功能199
13.3.1流量分配大小200
13.3.2流量分配时机202
13.3.3实验放量节奏203
13.3.4不同类型实验的部署205
13.3.5实验部署中的其他问题209
13.4实验数据处理和分析211
13.4.1数据源212
13.4.2数据处理214
13.4.3指标定义和数据计算215
13.4.4数据可视化219
13.4.5数据分析221
13.5AB实验服务通用框架221
第14章实验组织和文化建设224
14.1决策层的支持与参与226
14.2实验专家团队的带领与教育228
14.3业务团队实验骨干的深入与传递229
14.4全体参与和扩大影响231
14.5国内AB实验的开展情况233
14.6实验成熟度模型236
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240
15.1产品策划找方向240
15.2数据洞察找瓶颈245
第16章验证想法：AB实验实践252
16.1实验假设252
16.1.1目标性252
16.1.2可归因253
16.1.3可复用254
16.2实验设计255
16.2.1实验样本选择255
16.2.2实验指标设计257
16.2.3实验流量计算258
16.2.4实验周期预估260
16.3实验运行261
16.3.1实验上线261
16.3.2实验停止263
16.3.3实验放量265
16.4实验分析和理解266
16.4.1明确实验影响范围266
16.4.2确保实验对比人群具有可对比性270
16.4.3实验影响评估：先总后分、从主到次272
16.4.4通过维度细分发现问题273
16.4.5理解实验统计学含义275
16.4.6解读数据背后的产品逻辑277
16.5实验决策278
16.5.1从分析到决策278
16.5.23种实验结果282
16.5.3实验报告284
第17章沉淀想法：实验记忆285
17.1什么是实验沉淀285
17.2实验沉淀的价值286
17.2.1发现策略通用性286
17.2.2从失败中寻找机会289
17.2.3发扬实验文化290
17.2.4帮助理解指标290
17.3如何进行实验沉淀291
第18章基于AB实验的增长实践解决方案293
18.1角色分工方案295
18.2数据建设方案295
18.3效果评估方案297
第六部分AB实验的局限与补充
第19章AB实验的局限性303
19.1战略创新层面303
19.2战术执行层面305
第20章AB实验之外的因果分析方法309
20.1匹配法310
20.1.1匹配法的基本步骤310
20.1.2倾向性得分方法313
20.2工具变量法314
20.2.1什么是工具变量314
20.2.2案例1：教育、参军对收入的影响316
20.2.3案例2：内容发布者与用户活跃度的关系317
20.3面板数据法317
20.4中断时间序列法319
20.5断点回归法320
20.6增益模型322
第21章常用的用户调查分析方法325
21.1用户日志分析326
21.2调查问卷328
21.3焦点小组329
21.4用户体验研究330
21.5人工评测330
21.6外部数据332
内容摘要
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。通过本书的深入学习，你将成为为一个实验领域的专家，接近可以处理常规的AB实验中的大部分问题，帮助你更好地迭代产品，实现产品的优化和业务的增长。
主编推荐
（1）作者背景深厚：作者在某BAT大厂从事策略产品、数据产品、AB实验等数据科学相关工作10余年。
（2）作者经验丰富：作者负责了某BAT大厂AB实验平台的搭建、大量AB实验产品的设计与分析，同时分析了国内外知名企业的优秀AB实验实践。
（3）全面系统、主次分明：本书涵盖AB实验理论、实践的方方面面，重点放在对AB实验关键环节的深入理解、关键问题的解决方案上，力争把关键问题剖析到位，而不是面面俱到地泛泛而谈。
（4）案例丰富、算例清晰：重要知识点都配有翔实的行业案例，帮助读者通过应用场景理解AB实验；以深入浅出的方式阐述了AB实验涉及的复杂数理知识。
（5）全球视野、与时具进：不仅总结了国内外优秀企业的AB实验案例，而且将全球AB实验领域优选的研究成果和案例融入了书中。
— 没有更多了 —
以下为对购买帮助不大的评价