Cốt lõi của văn hóa thử nghiệm dữ liệu: A/B Test [Xem lại seminar tháng của Datarian | Tháng 11 năm 2022]

Tổng số người nộp đơn: khoảng 2.600!
Xem hội thảo được tranh luận sôi nổi dưới dạng video.

Vào tháng 11, chúng ta sẽ nói về thử nghiệm A/B!
Hội thảo Datalian hàng tháng 🎤

Hội thảo Datalian vào tháng 11 là 🔍

Tôi khuyên bạn nên làm điều này với những ai đang có những lo lắng này ✅

• Kiểm thử A/B, tôi thấy nó rất nhiều trong các bài đăng tuyển dụng, nhưng tôi tò mò muốn biết chính xác thì nó là gì.
• Bất kỳ ai muốn nghe về các trường hợp thử nghiệm A/B thực tế
• Bất kỳ ai muốn biết về các mẹo và biện pháp phòng ngừa khi tiến hành thử nghiệm A/B thực tế
• Dành cho những ai tò mò về những gì các nhà hoạch định Carrot Market đang nghĩ đến giữa trực giác và thử nghiệm A/B

Lịch trình Hội thảo tháng 11 ⏰

#1 - Cốt lõi của Văn hóa Thử nghiệm Dữ liệu: Thử nghiệm A/B

✔ " Câu chuyện về một thủ tướng thất bại sau khi chỉ tin vào trực giác của mình và làm quá lên"

• Diễn giả Demi - Trưởng phòng sản phẩm/Nhà phân tích dữ liệu của Carrot Market Search, sau đó chuyển sang làm Trưởng phòng sản phẩm. Tôi thích tìm hiểu người dùng và cải thiện trải nghiệm sản phẩm dựa trên dữ liệu và thử nghiệm.

Carrot Market là nơi nỗ lực rất nhiều để thực hiện tốt các thử nghiệm A/B. Chúng tôi liên tục suy nghĩ về cách tạo ra một môi trường nơi các thử nghiệm có thể được tiến hành tốt và cách sử dụng chúng một cách tốt. Tôi từng là người sẽ nói một chút về những điều như vậy, nhưng thật đáng xấu hổ, tôi đã bỏ qua điều đó khi tôi đưa ra quyết định và gặp rắc rối lớn. Tôi sẽ kể cho bạn nghe câu chuyện của tôi về việc tôi đã phải chịu đựng như thế nào khi tôi phân phối mà không tiến hành thử nghiệm.

✔ " Những câu chuyện thử nghiệm A/B hữu ích cần biết "

• Diễn giả Seonmi Yoon - Nhà phân tích dữ liệu Datarian / Đã từng làm việc với tư cách là nhà phân tích dữ liệu tại Coupang, Hi-Connect và Kakao, và hiện đang làm việc tại Datarian trong lĩnh vực tư vấn và giáo dục phân tích dữ liệu.

Một lời giải thích cơ bản về thử nghiệm A/B là gì,
- Càng nhiều dữ liệu thực nghiệm thì càng tốt?
- Tôi đã thử xét nghiệm, nhưng nếu chỉ số giữa nhóm A và nhóm B không có sự khác biệt thì phải làm sao?
- Tôi bắt đầu thử nghiệm và chỉ số tăng lên rất nhiều rồi bắt đầu giảm. Có vấn đề gì không?
Hãy cùng nói về một số câu chuyện thử nghiệm A/B thực tế hữu ích mà bạn nên biết.

#2 - Hỏi & Đáp

• Hỏi & Đáp trực tiếp với những người tham dự hội thảo trực tuyến

Hội thảo tháng 11
Về những người tham gia 📖

Câu hỏi dự kiến ​​Q&A 💬

Đánh giá sự tham gia trực tiếp
Nếu bạn tò mò 👏

Điều ấn tượng nhất mà bạn học được trong hội thảo là gì?

• Thật tuyệt vời khi các học viên của Carrot Market chia sẻ kinh nghiệm và góc nhìn khác nhau về những tình huống khó khăn mà họ gặp phải.
• Phần 1 của bài giảng về câu chuyện thất bại! Thật thú vị. Và tôi thực sự thích các ví dụ bạn đưa ra trong phần giải thích về thử nghiệm A/B.
• Tôi rất ấn tượng khi thấy thử nghiệm A/B liên quan nhiều đến kinh doanh hơn là số liệu thống kê!
• Điều tôi đặc biệt nhớ là phần về việc thu thập và phân tích dữ liệu để hiểu người dùng hiện tại và có đủ can đảm để áp dụng trực giác dựa trên điều đó.
• Nội dung về Vấn đề nhìn trộm là điều tôi đã nghĩ đến khi thực hiện một dự án gần đây, vì vậy nó thực sự có ý nghĩa với tôi và rất thú vị!
• Tôi nhớ rằng các thí nghiệm không phải là về thành công hay thất bại, mà là về những hiểu biết bạn thu được.
• Thật tuyệt khi được lắng nghe quan điểm của cả nhà phân tích dữ liệu và PM cùng một lúc.
• Điều khiến tôi ấn tượng là các thử nghiệm không chỉ dừng lại ở việc cải tiến sản phẩm từng phần mà còn là yếu tố ảnh hưởng đến hướng làm việc của nhóm!
• Tôi rất ấn tượng với phần bạn giải thích các bước cần cân nhắc và những việc cần làm trong mỗi thử nghiệm A/B, từ giai đoạn chuẩn bị thực hiện đến giai đoạn giải thích kết quả.
• Trong phần Hỏi & Đáp thứ hai, thật ấn tượng khi bạn nói rằng khi thực sự khó khăn khi thực hiện thử nghiệm A/B tại một công ty, thì tốt nhất là nên kháng cáo bằng cách nói rằng "Tôi đã làm như thế này và đến mức độ này". Tôi nghĩ rằng thử nghiệm A/B phải được thực hiện theo đúng quy trình một cách vô điều kiện để được công nhận.
• Tôi thích câu chuyện về anh chàng thuyết phục các thành viên trong nhóm của mình thực hiện một thí nghiệm! Tôi cũng thích phương pháp quyết định quy mô mẫu.
• Tôi thích những lời giải thích về lý do tại sao bạn nên xem xét dữ liệu và thực hiện thử nghiệm A/B, cũng như tư duy mà bạn nên có.
• Thật sự rất vui khi được nghe câu chuyện thực tế chi tiết. Là một nhà thiết kế, tôi đã học phân tích dữ liệu vì tôi khát dữ liệu, và nó rất thú vị đến nỗi tôi muốn học nhanh và đi làm.😊😊
• Thật tuyệt khi thấy những ví dụ cụ thể về cách Carrot Market áp dụng vào thực tế. Tôi nghĩ văn hóa thất bại của Sunshine là nội dung hay mà chúng ta cũng có thể áp dụng cho công ty của mình.
• Tôi rất ấn tượng với lời nhắc nhở rằng kết quả chúng ta nhận được từ thử nghiệm A/B không phải là vĩnh viễn và có ngày hết hạn rõ ràng!

Một lời tới Datalian!

• Lần này, khi chúng tôi ra mắt một dịch vụ mới, tôi có rất nhiều lo lắng về việc "chúng ta nên theo dõi điều gì và nên cải thiện điều gì?" và tôi nghĩ cuối cùng tôi cũng đã có được câu trả lời. Tôi rất hài lòng với phản hồi!
• Lần đầu tiên tôi biết đến hội thảo Datalian thông qua lời giới thiệu của CEO. Tôi thực sự thích việc họ tổ chức các hội thảo về nhiều chủ đề khác nhau hàng tháng! Tôi muốn tham dự các hội thảo và trại hè thường xuyên trong tương lai! Cảm ơn vì đã cung cấp một cơ hội tuyệt vời như vậy :)
• Nội dung hội thảo rất bổ ích và cách tiến hành rất sạch sẽ và tốt! Cảm ơn vì sự chăm chỉ của bạn :)
• Tôi thích những câu chuyện từ trải nghiệm thực tế và cách bạn cố gắng giải thích mọi thứ một cách dễ hiểu!
• Cảm ơn bạn đã làm việc chăm chỉ để chuẩn bị cho hội thảo này. Tôi cảm thấy mình đã tìm ra thêm một số manh mối về những khó khăn mà tôi đang gặp phải.
• Tôi luôn thích nghe các buổi hội thảo và cảm thấy kiến ​​thức của mình về ngành dữ liệu đang được mở rộng!
• Cảm ơn bạn rất nhiều vì đã tổ chức và tiếp tục hội thảo phân tích dữ liệu, và tôi luôn ủng hộ bạn. Nội dung bài giảng thực sự hữu ích mọi lúc. Datalian, cố lên!
• Tôi không phải là chuyên gia về dữ liệu, nhưng tôi đang lắng nghe cẩn thận. Cảm ơn bạn!
• Tôi hy vọng sẽ gặp bạn tại nhiều hội thảo tuyệt vời hơn nữa trong tương lai! Tôi hy vọng sẽ gặp bạn ở vị trí hiện tại của bạn.
• Tôi luôn ủng hộ Datalian, người luôn theo dõi sát sao và cung cấp thông tin rất hữu ích cho những người quan tâm đến dữ liệu!
• Tôi vừa mới biết về Datalian và nó rất bổ ích. Tôi sẽ thường xuyên tham gia vào các chủ đề mà tôi quan tâm :)
• Tôi luôn học hỏi và cải thiện bằng cách tham dự các hội thảo Datalian! Cảm ơn các bạn vì những hội thảo tuyệt vời và niềm đam mê.
• Chất lượng và trình độ nội dung rất tốt giúp tôi học được rất nhiều điều và tạo động lực để tôi phát triển bản thân hơn nữa.
• Cảm ơn bạn đã chuẩn bị hội thảo phân tích dữ liệu với các chủ đề chuyên sâu hàng tháng :)
• Tôi học được rất nhiều từ bạn khi luôn tổ chức những buổi hội thảo bổ ích!
• Đây là một hội thảo liên tục phát triển nên tôi thích việc mình có thể tiếp tục học hỏi và có được nhiều hiểu biết sâu sắc.
• Buổi hội thảo này mang tính thông tin hơn vì đề cập đến những chủ đề không dễ nghe. Hãy tiếp tục tổ chức các buổi hội thảo trong tương lai!

Datalian hàng tháng
Cùng xem buổi hội thảo cuối cùng nhé 📺