你以為 a/b 測試只是簡單的兩個版本比大小麼？假設檢驗、辛普森悖論、倖存者偏差、多臂***問題，這些看起來眼花繚亂的名詞，是否感覺似曾相識又不甚理解？如果是這樣，說明你離搞懂 a/b 測試並讓其為你的業務迭代保駕護航已經很近了，但是還需要更進一步才能真正吃透並且落地。
隨著流量紅利的逐漸消失，越來越多的公司開始重視資料驅動、試驗驅動的精細化運營思想，並積極進行實踐。有些公司在考慮採購第三方試驗平台，有些公司考慮自建試驗平台。我們和這樣的公司都有深入的接觸，發現很多公司對試驗平台應該是什麼樣的，有什麼樣的坑，以及怎麼避免才坑沒有完整清晰的認識。
為此，我們發起這個 chat 活動。在這次活動中，將會用最簡單易懂的語言說清楚，關於 a/b 測試「從入門到放棄」你所需要了解的一切，希望可以提高大家對於 a/b 測試的認識水平，更好服務各個企業的精細化運營。具體內容主要有以下四個部分：
具體內容主要有以下四個部分：
閱讀全文:
android開發要避免的那些坑
flag 解釋start sticky 如果service程序被kill掉，保留service的狀態為開始狀態，但不保留遞送的intent物件。隨後系統會嘗試重新建立service，由於服務狀態為開始狀態，所以建立服務後一定會呼叫onstartcommand intent,int,int 方法。如果...
android開發要避免的那些坑
flag 解釋start sticky 如果service程序被kill掉，保留service的狀態為開始狀態，但不保留遞送的intent物件。隨後系統會嘗試重新建立service，由於服務狀態為開始狀態，所以建立服務後一定會呼叫onstartcommand intent,int,int 方法。如果...
從零開始學AB測試 躲坑篇
ab測試的原理很簡單，只用到了最簡單的統計假設檢驗，但表面的簡單通常都隱藏著陷阱，這一點沒有經過實踐的摸爬滾打是不容易看到的，今天我就把前人已經踩過的坑，一共15個，給大家分享一下。在分享之前，大家腦中一定要有個概念，ab測試雖然簡單且強大，但是其成立是有前提的 a組和b組的使用者一定是要 隨機 分...