Khóa học thực chiến cho Data Analyst về thiết kế thí nghiệm, chọn metric, sample size, phân tích uplift, guardrail metrics và viết experiment readout.
3-4 tuần
Thời gian
10
Bài học
0
Học viên
—
Đánh giá
Thiết kế experiment brief có decision, hypothesis và success criteria rõ ràng
Chọn primary metric, secondary metrics, guardrails và segment plan
Ước lượng sample size, MDE, power và thời lượng test phù hợp
Kiểm tra randomization, exposure tracking và data quality trước phân tích
Diễn giải uplift, confidence interval, p-value và practical significance
Viết experiment readout có recommendation, caveat và next step
10 bài học • Tổng thời gian: 3-4 tuần
0/10
Hoàn thành
Hiểu vai trò của experimentation trong quyết định sản phẩm, marketing và business
Phân biệt correlation, causal claim, treatment effect và practical significance
Thiết kế experiment brief, metric hierarchy và decision rule trước khi chạy test
Ước lượng traffic cần thiết, minimum detectable effect và thời lượng test
Thiết kế unit randomization, exposure tracking và kiểm tra dữ liệu trước khi phân tích
Tính uplift, confidence interval, p-value và practical significance cho conversion metric
Đọc kết quả theo segment mà không overfit, đồng thời bảo vệ metric quan trọng
Viết kết luận thử nghiệm rõ ràng, có caveat và recommendation hành động
Hoàn thiện brief, metric plan, sample size note, result analysis và executive readout
Kiểm tra kiến thức A/B Testing & Experimentation Analytics
Tham gia cùng hàng ngàn học viên đã thành công với A/B Testing & Experimentation Analytics. Hoàn toàn miễn phí và không giới hạn thời gian.
Hypothesis testing, confidence interval và p-value cơ bản
JOIN, GROUP BY và kiểm tra dữ liệu experiment dạng bảng
Hiểu conversion, retention, revenue và guardrail metrics
0 câu hỏi
Hãy là người đầu tiên đặt câu hỏi về khóa học này!
Hỏi AI Mentor
Hỗ trợ 24/7
