試験公開中

このエントリーをはてなブックマークに追加

A/Bテスト実践ガイド

アスキードワンゴ

2,640円 (2,400円+税)

経営層からデータサイエンティスト、エンジニアまで全関係者必読の教科書! Google、Amazon、Microsoft、LinkedInで実践・蓄積されたアイデアを検証するための方法論を学ぶ

内容紹介

経営層からデータサイエンティスト、エンジニアまで全関係者必読の教科書!

経営層やリーダー、データサイエンティスト、エンジニア、アナリスト、プロダクトマネージャーなど、企業の全関係者を対象として、その概念から実験を実施するためのプロセス、よくある落とし穴、オンライン実験をスケールさせるために必要なことまで、A/Bテスト、コントロール実験の詳細を解説する。

Google, Amazon, Microsoft, LinkedInなどで実際に実践された経験から得られた教訓や落とし穴などがふんだんに盛り込まれており、データ駆動型の文化の確立、科学的な意思決定に必要なスキルを獲得できる。

書誌情報

  • 著者: Ron Kohavi, Diane Tang, Ya Xu(著), 大杉 直也(訳)
  • 発行日: (紙書籍版発行日: 2021-03-23)
  • 最終更新日: 2021-03-23
  • バージョン: 1.0.0
  • ページ数: 304ページ(PDF版換算)
  • 対応フォーマット: PDF, EPUB
  • 出版社: アスキードワンゴ

対象読者

著者について

Ron Kohavi

Ron Kohaviは、Airbnbのヴァイスプレジデント兼技術フェローである。本書は、Microsoftでコーポレートヴァイスプレジデント兼技術フェローをしていた時期に執筆された。それ以前はAmazonでデータマイニングとパーソナライゼーションのディレクターであった。スタンフォード大学でコンピューターサイエンスの博士号を取得。彼の論文は40,000件以上引用され、そのうち3つはコンピューターサイエンスで最も引用された論文のトップ1,000に入っている。

Diane Tang

Diane Tangは、大規模データ分析、インフラストラクチャ、オンラインでのコントロール実験と広告システムの専門知識をもつGoogleのフェローである。彼女はハーバード大学で学士号、スタンフォード大学で修士号と博士号を取得しており、モバイルネットワーキング、情報の可視化、実験方法論、データインフラストラクチャ、データマイニング、大規模データの分野で特許や出版物を保有している。

Ya Xu

Ya Xuは、LinkedInでデータサイエンスと実験を担当している。彼女は実験に関する論文をいくつか発表しており、トップカンファレンスや大学で頻繁に講演を行なっている。以前はMicrosoftに勤務し、スタンフォード大学で統計学の博士号を取得している。

大杉 直也

2005年、千葉大学文学部に飛び入学(高校は中退)。2009年、奈良先端科学技術大学院大学情報科学科に入学(博士前期課程、理学修士)。2011年、東京大学大学院総合文化研究科に入学(博士後期課程、単位取得満期退学)ならびに理化学研究所脳科学総合研究センターで大学院リサーチ・アソシエイトに採用。研究テーマは、ニホンザルの脳波のデータマイニング。2014年、(株)リクルートホールディングスに入社。2017年、N高等学校に3年次編入(社会人高校生)。2留を経て2020年、同高校卒業し最終学歴が高卒になる。

目次

序文 本書の読み方

謝辞

訳者まえがき

第I部 すべての人向けの導入的トピック

第1章 導入と動機付け

第2章 実験の実行と分析 〜 一連の流れの例 〜

第3章 トワイマンの法則と実験の信用性

第4章 実験のプラットフォームと文化

第II部 すべての人を対象にした選択的トピック

第5章 スピードの重要さを示すケーススタディ

第6章 組織を運用するためのメトリクス

第7章 実験のためのメトリクスとOEC

第8章 インスティチューショナルメモリと メタアナリシス

第9章 コントロール実験の倫理

第III部 コントロール実験の補完または代替となる手法

第10章 オンラインでのコントロール実験の補完手法

第11章 観察的因果関係研究

第IV部 【発展的内容】実験のプラットフォームの開発

第12章 クライアントサイドの実験

第13章 計測装置

第14章 ランダム化単位の選択

第15章 実験対象の拡大 〜 スピードと品質とリスクのトレードオフ 〜

第16章 実験の分析のスケール

第V部 【発展的内容】実験の分析のより深い理解に向けて

第17章 実験の分析のスケール

第18章 分散の推定と分析感度の向上 〜 その落とし穴と解決方法 〜

第19章 A/Aテスト

第20章 分析感度を向上させるトリガー

第21章 サンプル比率のミスマッチと信用性に 関連するガードレールメトリクス

第22章 実験群の間での情報のリークと干渉

第23章 介入効果の長期影響の測定

参考文献

索引

Home 書籍一覧 A/Bテスト実践ガイド ▲ ページトップへ戻る