CTR одна из центральных метрик для широкого спектра продуктов. Начиная от рекламной аналитики и заканчивая, конверсией в покупку в e-commerce. Для аналитиков CTR тоже всегда в ценри внимания, у него всегда ненормальное распределение, его можно посчитать по юзерам, а можно для всей группы целиком. Как правильно? В докладе я расскажу, как правильно выбрать статистический метод для сравнения CTR и как можно трансформировать CTR, чтобы ускорить эксперименты в несколько раз.

При формировании ассортимента товаров, важно понимать, что делает его "хорошим" для клиента и для компании и как это измерить. В докладе расскажем следующее:

- как учитывать специфику kpi внутри каждой категории товаров и каннибализацию между товарами в одной метрике

- как подходить к оценке эффективности нового ассортимента товаров в магазине

- как подготовить дизайн эксперимента и оценить эффект нового ассортимента

Для проверки некоторых гипотез иногда приходится прибегать к региональным АБ-тестам, где разные условия внедряются в разных городах или регионах, разделяя их на тест и контроль. Однако в таких ситуациях классические методы анализа экспериментов не всегда обеспечивают достаточную точность для принятия решений. В докладе мы расскажем о том, как применяем предиктивный CUPED-подход для анализа таких тестов и какие задачи научились с его помощью решать, начиная от внедрения новых продуктов и заканчивая дизайном экспериментов.