Telegram Web Link
10 ошибок в A/B-тестировании мобильных приложений

Подробный разбор самых частых ошибок при проведении экспериментов — с примерами и рекомендациями по устранению. Полезно изучить перед запуском A/B-тестов в продукте.

Бонусом в статье делятся новым сервисом для проведения A/B-тестов именно в мобильных приложениях: proba.ai.

via @ABtesting
​​Приглашаем на митап по аналитике от EXPF x Delivery Club

Программа:
— «Что делать, если возникли сомнения, подходит ли твой критерий для твоего теста (а они должны возникать!)», Тимур Исмагилов, Avito

— «Платформа switchback-экспериментов в Ситимобил», Артём Солоухин, Cитимобил

— «Как мы ищем точки роста в продукте: пошаговая инструкция», Владимир Абазов, Delivery Club

— «Скрытая угроза ранговых критериев», Егор Семин, EXPF

Когда: 25 ноября 2021, 18:00—20:00
Где: online

Регистрация и детали: https://u.to/57bCGw
​​Как в Airbnb проводят эксперименты и как фреймворк Experiment Guardrails помогает им предотвратить негативное влияние на ключевые метрики при масштабных экспериментах.

via @ABtesting
​​🆎 Probaновый сервис для проверки продуктовых гипотез в мобильных приложениях.

Развитие мобильного приложения невозможно без постоянной проверки новых гипотез. Это конвейер — протестировали, измерили, приняли/отклонили. Любому product-менеджеру, разработчику, аналитику, маркетологу хочется ускорить этот процесс. На проверку каждой гипотезы уходит несколько дней (часто и недель), плюс нужно позаботиться о статзначимости результата.

Мы запускаем сервис, который помогает мобильным продуктам автоматизировать этот процесс и проводить A/B-тесты быстрее и дешевле. Для этого мы реализовали алгоритмы автоматического распределения пользователей и оптимизации под выбранную целевую метрику. Помимо простой конверсии алгоритм может оптимизироваться на ARPU и количество совершённых событий. Уже в ходе эксперимента побеждающий вариант будет получать больше пользователей. Автоматическое распределение трафика работает на основе байесовской статистики.

🚀 Мы приглашаем вас попробовать наш сервис бесплатно и будем рады любой обратной связи — регистрируйтесь на proba.ai

📆 Также приглашаем на бесплатный вебинар «А/B-тесты в мобайле: как проверять гипотезы быстро и дёшево», который пройдёт 1 декабря в 16:00 МСК. Регистрация доступна здесь.

По всем вопросам: @annatch66
​​Что такое статистическая мощность и 5 способов как ее увеличить.

via @ABtesting
Ритейловский кубик рубик и как его собирать: X5 Group запускает платформу АБ-тестирования.

На финишной полосе этого года одна из крупнейших компаний страны X5 Group объявила о запуске первой в ритейле платформы АБ-тестирования. Анализ экспериментов будет проводиться на основе данных хранилища X5 и ежедневной работы 18656 магазинов, что суммарно означает обучение на десятках миллионов записей ежедневно. «Сырые» данные станут настоящим сокровищем в 1000 планируемых ежегодных экспериментов ритейлера. В планах X5 продолжить драйвить рост бизнеса за счет новых подтвержденных гипотез и уменьшить время внедрения успешных пилотов с минимизацией человеческого фактора в процессы.
Получается простая арифметика – чем больше задаешь вопросов, тем больше получаешь ответов. Каждый правильный ответ равен кратному эффекту для бизнеса и развития отрасли в целом.
Куда приведут такие примеры покажет время, но то, что этот шаг уникален и немного отдает ароматом «судьбоносного» можно заявить с уверенностью.
Как увеличить мощность критериев для A/B-тестирования, используя машинное обучение? Дима Лунин, аналитик AvitoTech, подробно рассказал в своей статье, а ещё:
🔹 что такое CUPED-метод и как улучшить CUPED-алгоритм;
🔹 как использовать Uplift-модель в качестве статистического критерия;
🔹 методы и критерии, разработанные и придуманные командой AvitoTech.
​​Появился еще один пакет в Python для оценки A/B-тестирования с использованием байесовского подхода: статья | пакет | github

via @ABtesting
​​Описание полного цикла процесса экспериментирования.

via @ABtesting
​​Не используйте T-Test в A/B-тестировании, или как уменьшить дисперсию.

via @ABtesting
​​Статья о распространенных ошибках в A/B-тестировании

via @ABtesting
​​Sequential A/B Testing at Uber — for early stopping and continuous testing.

via @ABtesting
​​Подробное описание анализа данных AB-теста с примерами кода на Python.

via @ABtesting
​​Comparison of different approaches to A/B-testing: Classic, Sequential and Machine Learning Approach.

via @ABtesting
​​Bayesian A/B Testing in R and comparison Bayesian vs. Frequentist statistics.

via @ABtesting
​​Editorial Links - Ccылки с Корпоративных Блогов Компаний и SaaS сервисов

💪 Як збільшити трафік на сайт за допомогою editorial посилань?

Editorial посилання - це посилання з сайтів реальних бізнесів, корпоративних блогів всесвітньо відомих SaaS сервісів.
Посилання за таких сайтів не продаються, їх отримують тільки завдяки збудованим відносинам.

Приклади сайтів: podium.com, monday.com, namecheap.com, envato.com, cloudways.com, avada.io.

На скріншоті один із сайтів, який просувається editorial посиланнями. За 10 місяців було проставлено 83 editorial посилання. Результат - зростання позицій за висококонкурентними запитами і трафіку по сторінках, що просуваються.

Відгуки: https://clutch.co/profile/admix-global-editorial-link-building#summary.

Замовте тестове посилання на сайті editorial.link

Також працюємо по White Label з агентствами на спеціальних умовах.

Віталій @Vitali_999 готовий відповісти на всі ваші питання.
2024/05/20 08:07:09
Back to Top
HTML Embed Code: