A/Bテストに用いられる統計的検定手法（ロジック）のまとめ＆比較 | RCO Ad-Tech Lab Blog
リクルートデータ組織のブログをはじめました。※最新情報はRecruit Data Blogをご覧ください。 Recruit Data Blogはこちら 汎用人型雑用AIの stakaya です。 たまたま数年前に社内のBLOGに書いたABテストのロジックのまとめ＆比較記事を発掘したので、 このまま眠らせているのはもったいないぞと、 圧倒的もったいない精神を発揮し、シェアさせていただきます。 あの頃は私も若かった。 社内では”堅物・真面目・一途”で有名なものでして、下記文章がお硬いのはご勘弁ください。 はじめに 本記事は、施策の評価手法としてしばしば用いられるA/Bテスト（A/B testing)について、できる限り背後にある仮定を明記した上で、まとめたものである。 A/Bテストとは、主にインターネットマーケティングにおける施策の良否を判断するために、2つの施策（通常、A・Bと記載）を比較す
コンテンツマーケティングの評価方法～因子分析をやってみた～ | Content Dig
<分析期間> 2016年05月21日（土）～2016年07月08日（金） <指標> 計測ツールでのメトリクスのうち、最終的に以下8個を採択しました。またデータは日単位（49日分）かつデバイス単位（PC/SP）であります。 1．PV数 2．SU数 3．平均滞在時間 4.閲覧開始数 5.直帰率 6.離脱率 7.読了率（50%時点） 8.読了率（100%時点） 因子分析は、統計分析フリーソフト「R」を使って行います。無償・有償問わず様々なツールがあると思いますので、そこは皆様の合った環境で使われれば良いかと思います。 分析の結果、因子は3つあると思われることが分かりました。それぞれ、以下の通りです。 <PV数、SU数、閲覧開始数の因子負荷量が強い第1因子> <読了率の因子負荷量が強い第2因子> <直帰率、離脱率の因子負荷量が強い第3因子> 8つあった指標が、3つに縮約されました。 内容を見るに、
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
マンションポエム徹底分析！
「ひとり暮らしの40代が日本を滅ぼす」NHKが作ったAIの分析が冷たすぎる #AIに聞いてみた
「AIに聞いてみた」番組の自称AI、日本の統計データをパターン認識で視覚化し、その相関性を見た人間が意味を考える「お告げ」に近いものと判明