数据分析——对比思维、A/B test

对比分析

• 数据大小 ：与中值、平均值、目标值、标准做对比
• 数据波动：变异系数、方差、标准差
• 数据趋势：时间维度和空间维度
  其中
  时间维度
  横向比较（连续7天每天的销售量）
  纵向比较（同一时期不同品类对比，双十一鞋子、包包、化妆品销量对比）
  同比（同月份的，今年比去年）
  环比（同年的，这个月比上个月）
  定比（固定基期如1月的，则2月和1月对比，3月也和1月对比）
  空间维度
  同类产品比较、同一产品不同地区比较、不同用户层级比较、A/B测试即分组测试
  什么是A/B测试
  根据单一变量的原则对用户随机分组，然后实验
  如测试减肥药物a、b的效果，蒋实验者分两组，一组服用a，一组b，然后看体重变化
  A/B测试流程
  设定指标——创建变量——生成假设——抽样设计（分流）——确定实验时长——收集数据——数据分析
  但是对测试的结果需要考虑一下问题，
  1.a效果为0.4大于b效果0.2，但是不能直接得出a优于b，因为缺少假设检验，假设检验用来排除运气、抽样误差等随机因素对结果的误判，可以采用z检验、t检验等等
  2.同时还需考虑猎奇心理，如界面颜色a、b 用户可能对新的改动b产生好奇，从而导致b的数据好看，但是随着时间推移，用户依然会对自己喜欢的颜色选择会比较稳定，因此可以选择通过增大实验时间来平稳这个猎奇导致的问题
  3.实验时保证分组的用户均匀性，同质性
  4.在实验过程中，保证每次分流比值一致，禁止随意切割
  原则
  正交 互斥
  A/B测试的统计学原理
  A/B测试是业务增长的利器， 但是A/B测试背后的原理离不开统计学
  样本代表总体
  大数定律
  多次重复实验中，随机事件发生的概率趋于稳定值，这个稳定值也就是说的概率，或者说频率可以代替概率
  中心极限定理
  当样本容量足够大时，都可以用正太分布近似
  3sigma原则
  也就是在每一次抽样，他的值大概率会在u-3siama，u+3aigma之间，其概率在0.9974
  通过假设检验判断A、B是否存在差异
  样本估计总体
  公式 样本均值+sigma*Z/根号n