Why 80% of A/B tests fail, how to 10X your experimentation velocity - Kristi Angel - The Data Scientist Show #088

The Data Scientist Show

Το περιεχόμενο παρέχεται από το Daliana Liu. Όλο το περιεχόμενο podcast, συμπεριλαμβανομένων των επεισοδίων, των γραφικών και των περιγραφών podcast, μεταφορτώνεται και παρέχεται απευθείας από τον Daliana Liu ή τον συνεργάτη της πλατφόρμας podcast. Εάν πιστεύετε ότι κάποιος χρησιμοποιεί το έργο σας που προστατεύεται από πνευματικά δικαιώματα χωρίς την άδειά σας, μπορείτε να ακολουθήσετε τη διαδικασία που περιγράφεται εδώ https://el.player.fm/legal.

11M ago 43:46

MP3•Αρχική οθόνη επεισοδίου

Most experimentations fail, Kristi Angel shares her expertise on scaling experimentation and avoiding common A/B testing pitfalls. Learn five things that can help boost test velocity, designing impactful experiments, and leveraging knowledge repos. (Chapters below)

Kristi Angel’s LinkedIn: ⁠https://www.linkedin.com/in/kristiangel/

Subscribe to Daliana's newsletter on ⁠www.dalianaliu.com⁠ for more on data science and career.

Daliana's Twitter: ⁠https://twitter.com/DalianaLiu⁠

Daliana’s LinkedIn: ⁠https://www.linkedin.com/in/dalianaliu/⁠

(00:00:00) Intro

(00:01:26) Why do most experimentations fail?

(00:07:05) Mistakes in choosing metrics

(00:10:05) Is revenue a good metric?

(00:13:18) Split metrics in three ways

(00:15:10) Daliana's story with too many category breakdowns

(00:16:59) What makes the best data science team?

(00:19:24) Data scientist work in silo vs in a data science team

(00:21:15) Building a knowledge center

(00:23:40) Example of knowledge center; nuance of experimentations

(00:26:09) How many metrics and variants?

(00:30:56) How to reduce noise - CUPED

(00:33:01) Future of A/B testing

(00:38:33) Q&A: Low statistical power

91 επεισόδια

#Tech #Daliana Liu