《AB实验：科学归因与增长的利器》内容简介

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。
作者是某BAT大厂的数据科学家，在数据产品、AB实验等数据科学领域有10余年经验，亲自主导了该厂AB实验平台的搭建和AB实验产品的设计与分析，积累了丰富的经验。
刘玉凤，毕业于清华大学，获机器学习和数据挖掘专业硕士学位，某互联网大厂高级数据专家和数据科学家，有多年策略产品和数据产品经验。曾负责该厂AB实验平台的搭建和运营，在AB实验领域积累了丰富的经验。
专注数据领域，实践过丰富的业务类型，包括智能硬件、O2O、信息流、出行服务等，在多个业务中担任过数据负责人，不但拥有丰富的2C数据驱动增长的成功经验，还拥有多个2B数据赋能业务的落地经验。

作品目录

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
1.1、什么是AB实验
1.2、AB实验的3个基本要素
1.3、AB实验的2个核心价值
1.4、AB实验的2个关键特性
1.5、AB实验行业应用
第二部分
深入AB实验
第2章：AB实验的关键问题
2.1、实验参与对象的3个问题
2.2、实验随机分流的3个问题
2.3、实验指标的2个问题
2.4、实验分析和评估的3个问题
第3章：AB实验的统计学知识
3.1、随机抽样和抽样分布
3.2、区间估计和置信区间
3.3、样本容量和边际误差
3.4、假设检验
3.5、非参数检验
3.6、方差估计问题
3.7、多重测试问题
第4章：AB实验参与单元
4.1、实验参与单元的选择
4.2、实验参与单元的SUTVA问题
4.3、最小实验参与单元数量
第5章：AB实验的随机分流
5.1、单层分流模式
5.2、正交分层模式
5.3、散列算法
第6章：AB实验的SRM问题
6.1、什么是SRM问题
6.2、导致SRM问题的原因
6.3、SRM指标计算和定位
第7章：AA实验
7.1、AA实验的意义
7.2、如何运行AA实验
第8章：AB实验的灵敏度
8.1、什么是实验灵敏度
8.2、如何提升实验灵敏度
8.3、选择指标
8.4、选择实验参与对象
8.5、选择实验分组
8.6、定向触发技术和评估
8.7、如何验证实验灵敏度的提升
第9章：AB实验的长期影响
9.1、长短期影响不一致的原因
9.2、评估长期影响的意义
9.3、如何评估长期影响
第三部分
AB实验评估指标体系
第10章：产品指标体系
10.1、什么是指标体系
10.2、设计指标
10.3、评估指标
10.4、进化指标
10.5、指标分类
10.6、指标体系设计案例
第11章：实验评估指标体系
11.1、实验评估指标的3个基本条件
11.2、选择更好的实验评估指标
11.3、将关键指标合并为OEC
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
12.1、决策层认知
12.2、基础工具建设
12.3、文化制度建设
第13章：AB实验平台的建设
13.1、AB实验平台架构
13.2、实验管理功能
13.3、实验部署功能
13.4、实验数据处理和分析
13.5、AB实验服务通用框架
第14章：实验组织和文化建设
14.1、决策层的支持与参与
14.2、实验专家团队的带领与教育
14.3、业务团队实验骨干的深入与传递
14.4、全体参与和扩大影响
14.5、国内AB实验的开展情况
14.6、实验成熟度模型
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
15.1、产品策划找方向
15.2、数据洞察找瓶颈
第16章：验证想法：AB实验实践
16.1、实验假设
16.2、实验设计
16.3、实验运行
16.4、实验分析和理解
16.5、实验决策
第17章：沉淀想法：实验记忆
17.1、什么是实验沉淀
17.2、实验沉淀的价值
17.3、如何进行实验沉淀
第18章：基于AB实验的增长实践解决方案
18.1、角色分工方案
18.2、数据建设方案
18.3、效果评估方案
第六部分
AB实验的局限与补充
第19章：AB实验的局限性
19.1、战略创新层面
19.2、战术执行层面
第20章：AB实验之外的因果分析方法
20.1、匹配法
20.2、工具变量法
20.3、面板数据法
20.4、中断时间序列法
20.5、断点回归法
20.6、增益模型
第21章：常用的用户调查分析方法
21.1、用户日志分析
21.2、调查问卷
21.3、焦点小组
21.4、用户体验研究
21.5、人工评测
21.6、外部数据