book-open 1 test

Курс «A/B-тестирование»

15 глав

150 мин

Вместе с Data Science спецами из Hippo Insurance и Dynamic Yield по шагам освоите методику A/B-тестов и анализа результатов. Международный опыт, 15 уроков.

Начать курс Начать курс

Команда, которая работала над курсом

Среди авторов эксперты с опытом в международных проектах.

Ринат Шайхутдинов

Продуктовый дизайнер (UX/UI) и Growth продакт-менеджер. Исследует результативные мировые практики развития tech-компаний и цифровых продуктов.

Ольга Жолудова

Копирайтер, UX-писатель, редактор и контент-стратег. Увлекается переводами в tech-тематиках. Помогает собрать гибкую контент-стратегию, улучшить коммуникации с пользователями и проработать tone of voice. Опыт работы в международных компаниях (iSpring), агентствах и tech-стартапах.

Егор Хлебников

Специализируется на решении комплексных задач современными технологиями в условиях ограниченных ресурсов (Vue.js, GoLang, Docker, Flutter, Fastai и др.).

Андрей Попов

Системный и бизнес-аналитик, продакт-менеджер. Специализируется на предпроектной подготовке, старте и развитии веб-проектов. Исследует культуру работы с данными и способы повышения эффективности цифровых решений.

Содержание курса

Читайте главы последовательно по одной в день или начните с наиболее интересной.

Глава 1

А/Б тестирование — практическое руководство: что такое, в чем ценность и как провести | Глава 1

А/В тестирование — это метод сравнения двух версий страницы или приложения, чтобы понять, какая из них работает лучше в контексте.

Глава 2

A/A тестирование  — способ проверить корректность работы механизма A/B-тестирования | Глава 2

Задача A/A тестирования — убедиться, что система, в которой мы проводим эксперименты, работает правильно. Как это работает и какие нюансы?

Глава 3

Что такое статистическая значимость в A/B тестах и в чем ее ценность | Глава 3

Познакомимся с понятием “статистическая значимость” и разберемся, что может угрожать достоверности результатов ваших тестов.

Глава 4

Как правильно распределять трафик при A/B тестировании | Глава 4

Как выбрать правильный метод распределения трафика в A/B тестах, избежать популярных ошибок и получить полезные и адекватные результаты.

Глава 5

Атрибуция конверсии в A/B тестировании: что такое, в чем ценность и какой уровень атрибуции использовать | Глава 5

Разберемся, как разные конфигурации атрибуции конверсии влияют на A/B тесты и кампании по персонализации.

Глава 6

Оптимизация конверсии: что такое, в чем ценность и как выбрать подходящую цель оптимизации | Глава 6

Один из наиболее важных факторов, которые влияют на исход процесса — это выбор правильной цели оптимизации. Как это сделать правильно?

Глава 7

Частотный и байесовский подходы к A/B тестированию: подробное сравнение | Глава 7

Индустрия движется в сторону байесовского подхода к A/B тестированию, потому что он проще, интуитивнее и надежнее. В чем его фишка и нюансы?

Глава 8

Как провести байесовский A/B-тест правильно: подробное руководство | Глава 8

О ключевых концепциях, которые лежат в основе байесовской статистики, и о том, как они соотносятся с бизнес-решениями.

Глава 9

Многорукие бандиты как альтернатива A/B-тестам | Глава 9

“Многорукий бандит” помогает завершать эксперименты быстрее, чем при классическом A/B тестировании, и делает меньше статистических ошибок.

Глава 10

A/B-тестирование и персонализация на стороне клиента и сервера: какой метод выбрать и когда | Глава 10

Сравним проведение тестов и кампаний по персонализации на стороне клиента/сервера и разберем наиболее важные технические аспекты вопроса.

Глава 11

Сегментация в A/B-тестировании: в чем ценность, как сделать, подводные камни | Глава 11

Ориентация на усредненную аудиторию — одна из самых крупных ошибок. При проектировании экспериментов, пользователей важно сегментировать.

Глава 12

Как A/B тесты и персонализация влияют на SEO и какие нюансы важно учесть | Глава 12

В этой статье мы разберем официальные рекомендации от Google и нюансы относительно поисковой оптимизации страниц при A/B и мультивариантном тестировании — и расскажем как минимизировать возможный эффект A/B тестирования на SEO.

Глава 13

Как выжимать значимые результаты из любого эксперимента и почему неудачных A/B тестов не бывает | Глава 13

Из каждого A/B теста — независимо от результата — можно извлечь ценную информацию, если использовать комплексные методы тестирования.

Глава 14

Как правильно проанализировать и оценить результаты A/B теста | Глава 14

Анализ результатов A/B тестирования — это один из самых важных этапов эксперимента. Но почему-то о нем реже всего говорят.

Глава 15

Как увеличить бизнес-показатели: кейс по A/B-тестированию компании Kopari Beauty | Глава 15

Поговорим с производителем косметики Kopari о персонализации, оптимизации конверсии, а также о кокосе — самом крутом ингредиенте, известном человечеству (ну или его женской половине). ← Предыдущий урок (Перед вами перевод бесплатного курса по A/B тестированию от компании Dynamic Yield. Если вы...

Еще курсы

Курс «UX Virality»

7 глав

45 мин

Семь коротких уроков про основные характеристики вирусных продуктов, приложений, сайтов и контента.

Курс «Интро в веб-дизайн»

7 глав

60-80 мин

Бодренький курс по веб-дизайну: особенности профессии, современная культура веб-дизайна и инструменты дизайнера.

Курс «Коммуникации, основанные на данных»

12 глав

120 мин

Вместе с Data Science спецами из Pecan AI и Dynamic Yield по шагам осваиваем data-driven подход к развитию коммуникаций бренда, креативных кампаний с использованием больших данных и созданию персонализированного клиентского опыта. Международный опыт, 12 глав.

Курс «Путеводная метрика (NSM)»: оценка прироста ценности и контроль за продуктовой стратегией

5 глав

60 мин.

Вместе с Growth-менеджерами, продакт-менеджерами и продуктовыми аналитиками Amplitude разбираем фреймворк «‎North Star» для наращивания ценности и результативного развития функциональности продуктов.

Смотреть все