如何阅读本书：
我们写这本书的目的是分享数十年来的实践经验, 我们几个作者分别拥有在Amazon和 Microsoft（Ron），Google（Diane）以及Microsoft和LinkedIn（Ya）的工作经验。在此，我们以个人身份而非代表 Google，LinkedIn或Microsoft。 我们总结了一些多年来遇到的问题，教训和陷阱。 我们还分享了如何通过利用在线控制实验(online control experiment) 来支持公司决策的数据驱动的文化，而不是依靠HiPPO（Highest Paid
Person’s Opinion 注“老大说了算”）。我们相信本书内容既适用于大型或小型互联网公司，也适用于团队和公司内部的组织。我们共同关心的一个问题是评估实验结果的可信度。我们相信怀疑论者的特威曼定律（Twyman’s Law）：
任何看起来有趣，或者与众不同的数字通常都是错误的
我们鼓励读者仔细检查结果并进行有效性测试，尤其是对于积极检验那些被认为是正确的结果。
获得数据很容易， 但是获得正确的数据很难
-
第一部分： 任何人都可以阅读，无背景知识要求
- 第1章 ：概述了在线实验的好处， 并介绍相关术语。
- 第2章 ：用一个例子来讲述整个端到端的实验过程。
- 第3章 ：介绍了常见的陷阱以及如何构建实验的可信度 。
- 第4章 ：概述了构建实验平台的过程并扩展在线实验。
第二部分至第五部分可以根据需要供所有人使用，但主要面向特定的目标对象。
第二部分包含五个章节基本原理，例如组织指标。第二部分推荐给所有人，尤其是领导人和高管。
第三部分包含两章， 介绍了补充在线控制实验的技术。 建议阅读人群包括：领导者，数据科学家，工程师，分析师，产品经理。 本部分内容有助于指导他们对如何有效的为项目投入时间与资源。
第四部分专注于建立实验平台，主要针对工程师。
最后，第五部分深入探讨了高级分析主题，主要针对数据科学家们。
网友评论