A/Bテストの情報過多と戦う - Gunosyデータ分析ブログ

はじめに 背景: A/Bテスト作業者の増加による品質差が出てきた 課題: 情報過多がさまざまな課題を引き起こしている 原因: 膨大な情報をハンドリングするスキルが個人の経験値・地頭に依存してしまう では膨大な情報をどう扱えばよいのか？ 改善1. 情報を削る 改善点2. 情報の抽象度を上げる (仮説ありきで考える) 対処: 見ないべき指標ガイドライン整備 さいごに こんにちは、BIチームの田辺です。 この記事はこの記事はGunosy Advent Calendar 2023の12日目の記事です。 前回の記事はtakujiさんのLLM を使って自分のおさいふ事情を把握してみるでした。 はじめに 今回の記事ではBIチームでA/Bテストの指標の見方を整理した話を紹介します。大きくまとめると、以下の内容になります。 背景：A/Bテストの実施に関わる人数が増えてきた一方、個人差も広がった A/Bテスト