1. 企業中得以大規模執行A/B測試的系統和流程
2. 那些基礎的、你可以在第三方軟體中、靠簡單的幾下點擊就能執行的A/B測試程序（比如Optimizely、VWO、Google Experiments、Adobe Target、Qubit等等）
大多數聲稱自己會A/B測試、或者聲稱A/B測試很簡單的人，基本只做過2，並且不知道1的存在。
基礎的A/B測試主要是聚焦於一些用戶體驗的改善，我們稱為UX（user experience）。你可能是改動了網站或應用上的某個元素，測試這種改變是否更好地促使你的用戶達成你想看到的商業目的。就算是這種基礎的A/B測試，也並不是所有從業人員都做得很好的。它需要你有紮實的統計基礎。否則，你也只是有過A/B測試的「執行經驗」（更殘酷的說法是：簡單的點擊軟體按鈕的經驗），而並非真的會A/B測試。「亞馬遜每年都要做超過1 萬個A/B 測試；谷歌則有10 萬個之多；當你訪問Facebook的頁面時，你已經同時身處10 個A/B 測試之中了」
所以，同時可以向大規模的用戶做大量的A/B測試、公司裡盛行統治地位的測試文化的公司，都是需要搭建大規模的A/B測試內部平臺的。而幾乎所有你嚮往的網際網路科技公司，都屬於這個範疇——它們都需要高度客制化的技術支持（因為每個公司的需求不同）。首先，你需要建造一個平臺整合到開發中，這個平臺必須能讓測試變得簡單，讓那些負責設計實驗和跑測試的人能夠輕鬆使用。絕大多數的第三方商業A/B測試軟體，都是沒辦法完全符合這些大公司的需求的。
其次，搭建A/B測試平臺還意味著你要深刻地了解商業需求和用戶體驗的核心。比如，Intuit建造了一個實驗平臺，然後要把它整合到它整個生態產品中，從小企業到個人理財，每個產品都要適應。並同時要把敏感的用戶數據存在公司內部（而不是存在外面的平臺）。這是一個相當複雜的過程。現在Intuit的A/B測試平臺已經擴展到能夠服務120個app，能夠處理十億（billion）級別的API呼叫。而且他們也已經把這整個項目的框架開源到了網上供其他公司參考。
在評價一個分析師專業程度時，現在有了一個時髦的詞彙叫做：統計成熟度。當然如果你不是個統計實力派也不用因此沮喪，因為即使是專家也有頭疼的時候。最受歡迎的A/B測試平臺Optimizely也曾經在2015年的時候宣布它要改寫系統裡的統計方法來避免平臺犯某類常見的統計錯誤。當你在一個大型的複雜的網站上測試數十個A/B測試時，測試和測試之間是非常有可能互相干擾的。所以企業內大規模的A/B測試平臺還需要足夠聰明地識別測試之間有什麼互相影響。3. 大規模的A/B測試需要從業者深度了解用戶細分A/B測試通常聚焦於具體的用戶細分。首先，就單單在同意核心細分人群的定義上就可能引發一場公司內的大爭論。營銷、產品、客服都對哪個細分更核心、如何定義這個細分有著根深蒂固的見解。其次，A/B測試平臺應該要允許用戶來根據線上線下行為數據來開發他們自己的細分。平臺需要能夠意識到這些不同的細分並且讓操作者很容易地選擇不同的細分組合來執行實驗。4. 大規模的A/B測試意味著要在全公司內展開培訓當企業裡不只是數據部門的人能做A/B測試，而是剩餘的其他人也能做A/B測試時，這才最大的勝利。但是，由於A/B測試必須正確地做才會有效，所以大規模的A/B測試平臺必須能夠指導大家如何規範操作，而那些使用平臺的人也必須被培訓才能得到有效的結果。真槍實彈的A/B測試項目實操，百萬量級真實數據+五大應用案例，從零學會A/B測試的裡裡外外！
為你建立一個完整的、專業的、深度還原大公司的的A/B測試項目，讓你在面試時可以自信展示自己親自做的案例，成功拿下offer！
從0到100真實操作A/B測試項目的全套流程：數據清洗、數據自動化處理、實驗設計、實驗執行、結果分析、報告展示。
經歷真實工作場景中的、各大網際網路科技公司裡使用的A/B測試流程，以及適應不同商業場景的各類實驗/準實驗方法。學會工作中最重要的分析方法！
深度學習A/B測試實戰中常見的測試陷阱及避免方法。
牢固掌握公司裡A/B測試項目中的實際SQL與Python應用，為A/B測試搭建資料庫、清理數據、創建數據集。
學會用Python自動化實現A/B測試，為你的老闆提高100%的工作效率！
接受系統的統計訓練，打下堅實牢固的統計基礎，徹底明白A/B測試的統計原理、分析方法、實驗設計方法、抽樣準則。
各大網際網路、科技公司A/B testing面試題解題步驟示範與詳細解析。對網際網路科技公司的深度剖析和指標介紹，讓你自如面對各類面試考驗！
專業的Bootcamp經歷簡歷模版與認證證書，可以曬到LinkedIn等求職網站，大大提高面試邀請率！
福利升級：訓練營以往只內推成功從訓練營中畢業的學生。但在疫情期間，所有A/B測試實戰訓練營學員，均可獲得全職或實習崗位的內推機會！
Emma老師對學員知無不言，有問必答！無論是面試中遇到的問題，還是工作中遇到的困惑。
整個Bootcamp歷時8周，每周3小時課程，共計24小時課時。
周末線上實時授課，課後完成老師布置的作業，助教團隊在班級群內隨時答疑，直播錄像永久回放。
五大課程模塊：
課程內容涵蓋了A/B測試在各大網際網路科技公司中的完整工作流程：
每位學員將有一套親自做的A/B測試成果作品
每位學員獲得A/B測試面試真題解題輔導
結課後，每位學員獲得提升簡歷的Industry Project Experience完美描述，所有學員獲得內推機會！
了解A/B測試在頂流科技公司中的各類應用場景
了解A/B測試適用的商業問題與它的局限
了解科技公司產品團隊如何使用A/B測試
面對商業問題，如何設計有效的假設？
如何制定A/B測試的實驗計劃與執行框架？
學員在項目中重點使用SQL與Python，全方位了解A/B測試中涉及的資料庫搭建、樣本選取、實驗組與測試組分配、變量選取等數據分析步驟。並且充分掌握用Python搭建A/B測試結果分析流程，實現A/B測試自動化，對真實工作中的A/B測試分析了如指掌。簡而言之，項目後，你不僅將牢固掌握SQL與Python等最熱門的數據分析軟體，還將成為真正的A/B測試技術流，完全掌握A/B測試這項數據分析工作中最重要的技能。充分了解A/B測試的實驗步驟
設立零假設與被擇假設
確認實驗指標，設計實驗變量
根據指標類型確認統計檢驗方法
估算樣本量，確定實驗周期
置信區間與統計功效
A/B測試中的各類偏差
樣本量不夠或其他實驗條件不滿足時的實驗設計
了解準實驗與A/B測試的應用區別
為項目案例設計A/B測試實驗
學員在項目中將透徹學習實驗方法與實驗設計。在這個環節中，將研究如何制定實驗方案，以提高實驗效率，縮小隨機誤差的影響，並使實驗結果能有效地進行統計分析。學習在工作場景中如何用A/B測試等實驗來提高用戶激活/活躍/留存等關鍵的產品指標，提升產品功能表現，真正理解A/B測試的商業價值與業務地位。學員在項目中將系統學習數理統計方法，為各類工作實戰中的實驗方法打下牢固的理論基礎。學員所學習到的統計並不只適用於A/B測試，其實是所有數據分析方法的從基礎到高階的統計方法。只有為自己增添堅實的統計背景才能在各類分析方法中遊刃有餘。第1名～第2名：999美元（優惠$1000）
第3名～第6名：1099美元（優惠$900）
第7名～第10名：1299美元（優惠$700）
第11名～第14名：1399美元（優惠$600）
第15名～第16名：1499美元（優惠$500）
第17名～第18名：1699美元（優惠$300）
第19名：1899美元（優惠$100）
第20名：1999美元（原價）
你是否能在更好的公司做更優秀的自己？投資自己，全方位提升能力，為自己增添被驗證有效的寶藏項目經歷！趕快報名吧！