Trustworthy Online Controlled Experiments
出版时间
2020-05-01
ISBN
9781108724265
评分
★★★★★
书籍介绍
这本书最独特的地方，在于它把A/B测试从一种'跑数据'的工具，提升为一门需要严谨设计的实践科学。三位作者来自Google、LinkedIn、Microsoft，每年各运营两万余次实验，书中大量来自真实平台的经验、陷阱与建议，不是纸上谈兵。读者反复提及的反转实验、PSM、长短期结果不一致、CUPED等话题，正是它区别于网络零散教程的价值所在。当然也有批评认为它偏入门、完整案例偏少、平台建设部分过于简略。但瑕不掩瑜，对认真做数据驱动决策的从业者而言，这仍是一本值得反复翻阅、并据此向外探索论文的奠基之作。
精彩摘录
- "1. The randomization unit is a user. 2. We will target all users and analyze those who visit the checkout page. 3. To have 80% power to detect at least a 1% change in revenue-per-user, we will conduct a power analysis to determine size. Designing the Experiment 334. This translates into running the "
用户评论
8/10.
比较可惜，guideline偏多，完整例子较少（或许可直接看引用的论文？）。第2, 7 章还算不错，Part IV 平台建设有些太简单了，给内部平台的截图可能更好（因此甚至不如netflix等的blog）；Part V 讲一些高级的统计分析方法，以后可以读. 简单来说，适合data scientist在做试验的时候翻阅，不适合没有经验的人入门、深入学习
A/B testing 从入门到精通
实验评估部分尤其好
是三位作者完整的业界实践，涵盖工程产品等方方面面，不偏统计理论。本书像字典一样，从业者在ab测试过程中遇到的很多问题都可以从书里面获得解答与启发。随着读者自身对实验的深入理解，阅读此书会有常读常新的感觉
不是入门书，但可快速了解实战case。
读完还是挺失望的，可能是已经从业了比较久的原因。整体来说，更像是一本入门的书籍，在工具和方法的介绍上比较全面，比如反转实验、PSM等等，但是比较缺乏深入的东西，实验设计和解释分析其实比较重要，实验设计一旦失败，影响是巨大的。
三百页实操干货，是企业级运用里的葵花宝典了。
结构比较全面，但要深不深，要浅不浅。想要深入学习还得看参考文献，例子也不够多。当个概览目录还行
Cambridge University Press的其他书籍查看全部
Networks of Faith and Profit
Parfit's Ethics
Negotiating Mughal Law
The History of the Arthaśāstra
A History of the Roman Equestrian Order
Jurist in Context
下载
收藏