机读格式显示(MARC)

• 000 01750nam0 2200301 450

• 001 0000779508

• 005 20230410093500.0

• 010 __ |a 978-7-111-70713-4 |d CNY129.00

• 099 __ |a CAL 012022082060

• 100 __ |a 20220909d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a AB实验 |A ab shi yan |e 科学归因与增长的利器 |f 刘玉凤著

• 210 __ |a 北京 |c 机械工业出版社 |d 2022

• 215 __ |a 18, 333页 |c 图 |d 23cm

• 312 __ |a 英文并列题名取自封底

• 314 __ |a 刘玉凤，毕业于清华大学，获机器学习和数据挖掘专业硕士学位，某互联网大厂高级数据专家和数据科学家，有多年策略产品和数据产品经验。曾负责该厂AB实验平台的搭建和运营，在AB实验领域积累了丰富的经验。专注数据领域，实践过丰富的业务类型，包括智能硬件、O20、信息流、出行服务等，在多个业务中担任过数据负责人，不但拥有丰富的2C数据驱动增长的成功经验，还拥有多个2B数据赋能业务的落地经验。多次受邀在MUSP、产品经理大会等行业大会上演讲，是领域内难得的兼具深度和广度，理论和实践都很扎实的专家。擅长的技术领域如下：全链路数据建设：数据埋点、数据治理、BI建设、指标体系。数据分析与用户洞察：相关性分析、因果性分析、统计学、用户研究等。策略和模型：用户增长策略、机器学习和深度学习模型等在业务中的应用。AB实验：核心原理、平台建设、实验分析。

• 330 __ |a 本书是AB实验领域的标准化著作，将带领读者快速理解AB实验原理、掌握AB实验方法、搭建AB实验平台、塑造基于数据和实验的企业文化，高效开展AB实验、实现用AB实验驱动增长。

• 510 1_ |a AB test |e powerful tool of causal analysis and growth |z eng

• 517 1_ |a 科学归因与增长的利器 |A ke xue gui yin yu zeng chang de li qi

• 606 0_ |a 数据处理 |A shu ju chu li |x 研究

• 690 __ |a TP274 |v 5

• 701 _0 |a 刘玉凤 |A Liu Yufeng |4 著

• 801 _0 |a CN |b ZJUT |c 20220909

• 905 __ |a SCNU |f TP274/0217

• 920 __ |a 242430 |z 1