本书基于近些年实验领域的研究成果和实践经验，对实验的方法和应用做了很好的全景式描述，是一本兼顾系统性的方法论和基于实战的经验法则的书籍。根据微软、亚马逊、谷歌和领英每年运行的两万多个对照实验，作者以示例和建议的方式向学生和业内人士分享了自己的实践经验，指出了需要避免的陷阱，并深入探讨了一些进阶专题，可以为希望改善自身及机构数据驱动决策方式的从业者提供参考。
全书分为五个部分：第I部分由四章组成。第1章概述运行线上对照实验的好处，并介绍实验相关术语。第2 章用一个例子剖析运行实验的全过程。第3 章描述常见的陷阱以及如何建立实验的可信赖度。第4 章概述如何搭建实验平台并规模化线上实验。第II部分的五章内容介绍实验的基础原理，比如机构指标。我们推荐所有人阅读这一部分，尤其是领导者和高管。第III部分的两章内容介绍线上对照实验的补充技法，可以帮助管理层、数据科学家、工程师、分析师、产品经理等进行资源和时间的投资。第IV部分专注于实验平台的搭建，面向工程师群体。最后，第V部分深入讨论进阶的实验分析专题，面向数据科学家。
作者简介:
罗恩·科哈维（Ron Kohavi）是爱彼迎的副总裁和技术院士，曾任微软的技术研究员和公司副总裁。在加入微软之前，他是亚马逊的数据挖掘和个性化推荐总监。他拥有斯坦福大学计算机科学博士学位，论文被引用超过40 000次，其中有3篇位列计算机科学领域引用最多的1 000篇论文榜。 黛安·唐（Diane Tang）是谷歌院士，大规模数据分析和基础设施、线上对照实验及广告系统方面的专家。她拥有哈佛大学的文学学士学位和斯坦福大学的硕士及博士学位，在移动网络、信息可视化、实验方法、数据基础设施、数据挖掘和大数据方面拥有专利和出版物。 许亚（Ya Xu）是领英数据科学与实验平台负责人，曾撰写了多篇关于实验的论文，并经常在顶级会议和大学演讲。她曾在微软工作，拥有斯坦福大学的统计学博士学位。
目录:
第1章 概述和写作动机003
第2章 运行和分析实验——一个全程剖析的案例025
第3章 特威曼定律与实验的可信赖度037
第4章 实验平台和文化055
第5章 速度很重要：一个全程案例剖析075
第6章 机构指标085
第7章 实验指标和综合评估标准097
第8章 机构的经验传承与统合分析107
第9章 对照实验中的伦理111
第10章 补充技法121
第11章 观察性因果研究131
第12章 客户端实验145
第13章 工具化日志记录153
第14章 选择随机化单元157
第15章 实验放量：权衡速度、质量与风险163
第16章 规模化实验分析169
第17章 线上对照实验中的统计学知识177
第18章 方差估计和提高灵敏度：陷阱及解决方法185
第19章 A/A测试193
第20章 以触发来提高实验灵敏度201
第21章 样本比率不匹配与其他可信度相关的护栏指标211
第22章 实验变体之间的泄露和干扰219
点击下载