A/B 测试
数据驱动决策 · 从概念到工程实践
基础入门
A
A/B 测试基本概念详解
统计基础、假设检验、样本量计算、置信区间等核心概念
→
D
A/B 测试数据科学全景指南
从实验设计到结果解读的完整数据科学方法论
→
Q
A/B 测试数据科学方法速查
常用公式、统计检验、计算方法快速查阅
→
实践指南
B
A/B 测试最佳实践经验
业界最佳实践、常见陷阱、实验文化搭建
→
P
A/B 测试实践难点与解决方案
多重比较、网络效应、新奇效应等实际问题解决方案
→
工程架构
E
A/B 测试实验平台工程架构
分流系统、数据管道、实验配置、平台设计
→
M
A/B 测试指标体系建设指南
北极星指标、护栏指标、指标分层与计算
→
T
业界 A/B 测试标杆与工具对比
主流实验平台对比、选型建议、技术路线
→
案例与扩展
C
A/B 测试实验案例库
真实业务场景实验案例，从设计到分析全过程
→
AI
A/B 测试对话提示词汇总
AI 辅助实验设计与分析的提示词模板
→
R
A/B 测试知识体系补全计划
知识体系梳理与学习路线规划
→