关于 A/B test 的项目

数据源 提取码: w3uv

1. 样本数据为某APP的首页迭代策略ab_test上线后，用户未来7日的活跃天数，请分析A、B组策略，哪组策略更优；

• 打开数据源，sheet-频度分析一，展示部分数据
  
• 计算出A组，B组的均值，中位数，众数，标准差
  
• 由上图看出A组的均值大于B组，但是并不能就直接说A组的ab_test的策略好于B组
• 下面用数据透视表统计一下具体停留时间的频数
  
• 可以看出，小于均值的时候，0-2s之间A组的数量都小于B组，大于均值A组的数量都大于B组，所以这也造成A组的方差大于B组。

这时候才可以得出结论，此次ab_test A组的策略是优于B组的。

2. ：样本数据为某APP的首页迭代策略ab_test上线后，用户未来30日的使用时长，请分析A、B组策略，哪组策略更优；

• 打开数据源，sheet-频度分析二，展示部分数据
  
• 计算出A组，B组的均值，中位数，众数，标准差
  
• 由上图看出A组的均值和标准差均大于B组，但是并不能就直接说A组的ab_test的策略好于B组
• 下面用数据透视表统计一下具体停留时间的频数，并进行分组，分成1s以下，1-500s的按100步长分段，大于501s的，并算出各时间段的平均值，结果如下
  
• 由上图可以看出，停留时间小于1s的A组大于B组，1-500s之间A组基本上都小于B组，停留时间超过500s的A组大于B组，所以造成A组的标准差大于B组

综合分析得出，此次ab_test B组策略好于A组。