fbpx

ALPHA Camp

RISE:在數據驅動的時代,A/B Testing 是輔佐企業和組織做出關鍵決策的重要方法。

RISE

職場技能

A/B Testing

數據驅動決策
打造可信賴的 A/B Testing 模型

開課時間:2023/12/20~2024/1/17
限量 80 席
課程已於 2023/12/13 截止報名
優惠方案已截止
分享:
課程介紹

在數據驅動的時代,A/B Testing 已經成為輔佐企業和組織做出關鍵決策的重要方法。利用 A/B Testing 的佈局,團隊得以基於數據和實驗來判斷,而不只是依賴經驗和直覺。 透過這堂課程,你可以建立通透的實驗設計方式,掌握 A/B Testing 的全局觀,讓你所設計的 A/B Testing 更具穩定度與可靠性,輔助需求單位做出決策,並且達成目標

課程重點

A/B Testing、實驗設計、數據驅動

學習工具

Zoom

學習時數

總時數約18小時

地點

線上直播

時間

2023/12/20 (三) 20:00~22:00

2024/01/03 (三) 20:00~22:00

01/10 (三) 20:00~22:00

01/17 (三) 20:00~22:00

※ 資訊內容以實際開課為準
NT$ 16,800
RISE 在數據文化當道的時代,A/B Testing 是輔佐企業和組織,做出關鍵決策的重要方法。
透過數據實驗做出決策,是目前的大趨勢,比起沒有根據,全憑自我感性所做的決策更為可靠。
A/B Testing的泛用性,絕不僅限於軟體工程。輔佐決策、驗證假設、預測成長、推動創新。
A/B Testing 的工作者,想要釐清實驗設計的盲區,獲得數據驅動的決策方向
學習A/B Testing過程中,想解決的問題。增加工作技能、提升決策的穩定性、Level UP、加入數據文化、了解更多 infra 架構設計。
拆解 A/B Testing 的三階段流程,建立從0到1的全局觀。A/B Testing 實際案例,多元案例結合產業專家、資深學員一起深入交流成功與失敗的經驗
量身打造的 A/B Testing 學習重點
A/B Testing 的課程目標,打造可靠的實驗、建構數據驅動的決策。
A/B Testing 實作三步驟:1. 實驗前期評估、2. 實驗方法的策略、3. 系統設計與架構。
了解 A/B Testing 不可缺少的兩大關鍵要素,組織文化推動、實踐問題導向與決策決心。
A/B Testing 實際案例深度解析,講師與業界專家搭配多元維度案例,帶你由淺入深了解 A/B Testing 實際運用,案例分別有:電商、串流媒體、廣告、外送平台

A/B Testing 跨國案例分享,理解應用情境

A/B Testing 的深度互動學習方式
講師陣容
A/B Testing 的講師。 Joseph aka 國父 R&D Team Leader, Taboola ex-Data Team Lead, Pinkoi Joseph 是 RISE 裡相當專業且受歡迎的講師,前後任職於 Taboola、Pinkoi,專精於設計和開發具有卓越用戶體驗的數據驅動應用程式,在 Data Warehousing、Event tracking、A/B testing, MLOps 等領域皆有豐富經驗。 Joseph 在 RISE 裡過去也開設了【E2E 設計數據架構】6 週 Live Course 以及【推薦系統前傳】工作坊。
A/B Testing 的講師。 Chamberlain AI Team Lead, Pinkoi Chamberlain 專注於數據科學以及機器學習,擁有超過 5 年 Machine Learning 以及 Full-stack Engineering 的經驗,目前擔任 Pinkoi 的 AI Team Lead,成功帶領團隊打造機器學習模型並達成整體目標。機器學習、數據工程、數據科學是 Chamberlain 長期投入的領域,特別具備了豐富從零到一規劃 & 執行以數據驅動為主軸的專業能力。
A/B Testing 課程,來自業界的真心推薦 管其毅 VP of Data, TaskRabbit; ex-Director of Data, Linkedin; Co-Founder of Taiwan Data Science Meetup Group Doris Data Analyst, 快手/ex-TikTok

A/B Testing 五大關鍵問答,建立導入期待

RISE:我們認為A/B Testing 是當下應該要擁有的職涯知識 也是專業人才提升影響力需要具備的能力 一起建立數據驅動的文化吧!

※ ALPHA Camp 團隊與講師保留課綱最後微調的權益,相關變動會與參與學員告知更新。

課程大綱
  • 正式課程開始前一週,課程團隊將透過 Email 與你聯繫,告知行前作業與相關安排
  • 總體課程預計投入時間:總時數約 18 ~20 小時 ( 四周課程,每週課程 2hr,課前/課後準備時數約 2-3 hr )

如果你有以下疑問:

  • 不確定 A/B Testing 的實際應用範圍有哪些(除了廣告以外還有?文案?UX?介面?)
  • 想知道除了應用方法以外,還想知道有無最佳的應用時機點,以及其他限制以及檢驗的方法

這次課堂將協助你解決這些問題。從 Why 開始,思考為什麼要導入 A/B Testing、 A/B Testing 適合或不適合解決的問題,以及實行實驗的基本流程,援引不同的案例說明 & 討論,讓你掌握以下知識點:

  • 數據實驗的源頭:推動決策 / 使用者導向 / 目標導向 、變因 / 歸因 / 誤差
  • 實驗基本流程:假設 / 因果關係、指標分類、指標類型 (純數 / 比率)、 Bias、實驗單位與週期、OEC (Overall Evaluation Criterion)
  •  案例討論:行銷、電商、社群、廣告

如果你想了解實際執行 A/B Testing 時會碰到的技術問題以及干擾因素,例如以下:

  • 如何建立實驗假說設計
  • 如何思考實驗設計的考量因子 & 先後順序
  • 如何思考實驗平衡性、控制組、對照組
  • 如何設計實驗的測試時長、Seasonality、每月每週的差異
  • 如何訂定有效指標數據

這些問題會在第二堂課 – 教授實驗設計 & 方法論時著墨最多。

本次課堂將正式進入 A/B Testing 實驗設計的主軸,例如時間效應、顯著代表、樣本獨立等,幫助你掌握以下知識點:
Seasonality、Minimum detect effect、SRM、AA Test、顯著代表、多重檢定、樣本獨立性、Long Term Effect

如果你的問題與設計實驗過程中的實驗體系有關,例如以下問題:

  • 想了解支撐整個實驗過程的架構為何
  • Experiment Layers & Event tracking 的設計以及使用情境
  • 系統的開發、執行與維運,以及現實痛點

本次課堂將專注討論影響整個實驗系統的議題,例如 Layers、Tracking 等等要素,並且討論這些技術架構處於不同情境會帶來的改動與效果。

如果你對於實驗結果、A/B Testing 的限制、其他方法有疑問,如::

  • 實驗失敗,不知該如何建議團隊下一步
  • 想要理解實際在多因子分析場景下,在該如何選擇因子的狀況下做出 trade-off
  • 有沒有其他 A/B Testing 以外的方法可以幫助決策?Causal inference?

這些問題會在最後一堂課 – 討論 A/B Testing 的適用情境以及其他 Discovery 方法中談及。

在掌握整個實驗設計的全局觀後,我們想帶領大家了解,A/B testing 僅是一種 discovery 的方法,它有適合以及不適合使用的情境,也有其他方法可以採用。

包含以下知識點:Discovery & Delivery、Meta Learning、Opportunity Solution Tree、Causal inference、量質化

※ ALPHA Camp 團隊與講師保留課綱最後微調的權益,相關變動會與參與學員告知更新。

選購方案

原價方案

四周課程,打造有效數據實驗

$16,800

原價 $16,800

報名截止:12/13 (三) 23:59

課程時間:12/20, 1/3, 1/10, 1/17

分期 (三期、六期) 零利率方案僅限:

台新銀行、中國信託銀行

講師介紹
A/B Testing 的講師。 Joseph aka 國父 R&D Team Leader, Taboola ex-Data Team Lead, Pinkoi

Joseph Yen

R&D Team Leader, Taboola

ex-Data Team Lead, Pinkoi

Joseph 是 RISE 裡相當專業且受歡迎的講師,前後任職於 Taboola、Pinkoi,專精於設計和開發具有卓越用戶體驗的數據驅動應用程式,在 Data Warehousing、Event tracking、A/B testing, MLOps 等領域皆有豐富經驗。 Joseph 在 RISE 裡過去也開設了【E2E 設計數據架構】6 週 Live Course 以及【推薦系統前傳】工作坊

A/B Testing 的講師。 Chamberlain AI Team Lead, Pinkoi

Chamberlain Chen

AI Team Lead, Pinkoi

Chamberlain 專注於數據科學以及機器學習,擁有超過 5 年 Machine Learning 以及 Full-stack Engineering 的經驗,目前擔任 Pinkoi 的 AI Team Lead,成功帶領團隊打造機器學習模型並達成整體目標。機器學習、數據工程、數據科學是 Chamberlain 長期投入的領域,特別具備了豐富從零到一規劃 & 執行以數據驅動為主軸的專業能力

常見問題

課程提供會後錄影 30 天回放期限。但同時也期待你能專注投入當下。導師將準備豐富的學習資源如:課前任務、課後練習以及課程投影片,讓學員可以有完整的學習循環

可以。 當你於報名頁面填寫名字與信箱報名後,會進入付款相關頁面,在頁面上有【發票資訊】的欄位,這邊請選擇【公司發票】,即會出現統編填寫欄位

繳費後,如因個人因素不克參加本課程需退費者,依據提出退班申請時間分為以下五階段退費標準:

  • 開課日前 14 天提出退費申請者,全額退還
  • 開課日前 5~13 天申請退費者,退還當期費用 80%
  • 自開課日前 5 日~課程開始後且未逾總課程時數 30% 期間提出退費申請者,退還當期費用 50%
  • 逾課程時數 30% 提出退費申請者,將不與退費
  • 學院因故未能開班上課,應全額退還學員已繳費用

退費申請請來信至 [email protected] 提供以下資訊:

  1. 退費課程
  2. 姓名
  3. 購買課程時使用的 Email
  4. 希望簡單分享退費原因(我們非常重視每一位學員的回饋,所以還請你能給我們一些回饋,幫助我們能進一步改善課程,謝謝你!)

※ 退費申請最慢於隔一個工作天進行回覆

退費工作流程約 3~5 工作日

alphacamp
訂閱最新消息
請勾選您最感興趣的內容 ( 可複選 )