活动详情
目前 AB 测试广泛应用于七猫业务迭代中，为了让大家更好地掌握 AB 测试相关知识、熟练地使用 AB 测试系统，七猫 AB 测试团队将于近期组织关于 AB 测试的分享与培训。
讲师团队
AB 测试产品与研发
培训对象
业务需要接入 AB 测试的产品、运营及研发同学（希望能听完 5 节课）
培训目的
- 介绍七猫 AB 测试系统，帮助大家快速掌握系统使用方法与配置流程；
- 帮助大家熟悉 AB 测试设计与分析方法，包括实验适用范围、设计方法、结果分析对比、基础理论等；
- 期望通过培训，让大家对 AB 测试有更全面、专业的认知，以期持续改进七猫 AB 测试系统。
分享内容
一、AB 测试及理论介绍
- AB 测试简介
- AB 实验涉及的子系统介绍
2.1 客户端与服务端
2.2 SDK 及分流服务
2.3 埋点系统
2.4 大数据系统
2.5 AB 实验后台七猫 - AB 实验后台介绍
二、如何科学的做实验？– 规范指导
- 确定目标和假设：好的目标和假设是什么？
- 确定指标：指标这么多，应该如何来进行选择？
2.1 核心指标
2.2 护栏指标
2.3 指标的波动性
2.4 选取指标的具体方法选 - 取实验单位：什么样的实验单位是合适的？
3.1 实验单位的分类
3.2 确定实验单位的三大原则 - 选择实验样本量：样本量越多越好吗？
4.1 Power 值
4.2 影响样本量的因素
4.3 如何估算样本量
三、如何科学的做实验？– 实际上手
- 根据上一节课案例流程串讲
- 实验后台创建配置流程实操
2.1 创建场景、实验
2.2 选择实验指标
2.3 分配实验流量
2.4 设置过滤规则
2.5 设置报警规则
2.6 设置指定用户 - SDK 接入流程及使用演示
3.1 AB SDK 对接
3.2 服务端日志上报对接
四、AB 实验报告解读（一）
- 实验结果分析前的准备
1.1 合适可以查看实验结果
1.2 合理性检验 - 实验报告分析
2.1 报表的分析
2.2 实验用户诊断 - 试验结果不显著该怎么办？
3.1 增加样本量来提高 Power 值
3.2 减小方差来提高 Power 值
五、AB 实验报告解读（二）
- 常见误区及解决方法
1.1 多重检验问题
1.2 学习效应
1.3 辛普森悖论
1.4 实验组/对照组的独立性 - 什么情况下不适合做 AB 测试？
2.1 无法控制想要测试的变量时
2.2 当有重大事件发布时
2.3 用户量很少时
2.4 替代方法
2.4.1 倾向评分匹配
2.4.2 用户研究 - 重点回顾与总结
欢迎大家前来聆听，共同学习共同进步，让数据更好服务于业务！
