Resumo do curso

Este curso irá abranger a concepção e análise de testes A/B, também conhecidos como testes divididos, que são experiências on-line usado para testar potenciais melhorias para um site ou aplicativo móvel. Duas versões do site são exibidos para usuários diferentes - geralmente o site já existente e uma mudança potencial. Em seguida, os resultados são analisados para determinar se a alteração é uma melhoria que vale a pena lançar. Este curso irá abranger como escolher e caracterizar as métricas para avaliar suas experiências, como projetar um experimento com poder estatístico suficiente, como analisar os resultados e tirar conclusões válidas, e como garantir que os participantes dos seus experimentos sejam devidamente protegidos.

Valor do curso
Grátis
Tempo estimado Tempo total entre hoje e dia da formatura depende do seu compromisso semanal. Em média, os nossos graduados completam este nanodegree em 1 mês
1 mês
Nível
intermediário
O curso inclui

Videoaulas

Testes interativos

Aulas com profissionais do setor

Ritmo individual de aprendizado

Comunidade de apoio aos alunos

Sua jornada de aprendizagem

Este curso aberto é seu primeiro passo em direção a uma nova carreira com o programa Fundamentos de Data Science I

Curso Aberto

Teste A/B

por Google

Enhance your skill set and boost your hirability through innovative, independent learning.

Icon steps 54aa753742d05d598baf005f2bb1b5bb6339a7d544b84089a1eee6acd5a8543d
 
 

Carrie Grimes
Carrie Grimes

Instrutora

Caroline Buckey
Caroline Buckey

Instrutora

Diane Tang
Diane Tang

Instrutora

Pré-requisitos

Esta disciplina exige conhecimentos introdutórios de estatística descritiva e inferencial. Se você ainda não aprendeu estes temas, ou precisa de uma reciclagem, eles são cobertos nos cursos Udacity Estatística Inferencial e Estatística Descritiva.

A experiência prévia com o teste A/B não é necessária, e nem conhecimento de programação.

Por que fazer este curso?

O teste A/B, ou testes divididos, é usado por empresas como Google, Microsoft, Amazon, Ebay / Paypal, Netflix, e muitos outros para decidir quais modificações devem ser lançandas. Usando testes A/B para tomar decisões, você pode basear suas decisões em dados reais, em vez de confiar na intuição ou na opinião da pessoa mais bem paga! Projetar bons testes A/B e extrair conclusões válidas pode ser difícil. Você quase nunca consegue medir exatamente o que você quer saber (como se os usuários estão mais feliz em uma versão do site), então você precisa encontrar boas aproximações. Você precisa de validações para se certificar que seu experimento não é falho, e você precisa usar uma variedade de técnicas estatísticas para certificar-se de que os resultados que você está vendo não são devidos ao acaso. Este curso irá orientá-lo através de todo o processo. No final, você estará pronto para ajudar as pequenas e grandes empresas a tomar decisões cruciais que poderiam afetar significativamente o futuro delas!

Quais são os recursos?
Vídeos dos instrutores Exercícios práticos Aulas com profissionais do setor