Знания и навыки
для создания и развития продуктов

Запишитесь на программу «Профессия: продакт-менеджер», чтобы успешно перейти в продуктовую роль

Программа для перехода «Профессия: продакт-менеджер»

Изучайте бесплатные материалы для начинающих продактов, чтобы ускорить профессиональное развитие

Бесплатные материалы для развития начинающих продактов

Бесплатный тест, который позволит вам оценить свои навыки

Симулятор управления продуктом на основе данных

Симулятор управления ростом и масштабированием

Фреймворк для улучшения активации в продукте

AI/ML-симулятор для продакт-менеджеров

Генеративный AI для продакт-менеджеров: мини-симулятор

Усильте навыки работы с данными с помощью симулятора SQL для продуктовой аналитики

Симулятор SQL для продуктовой аналитики

Полезные материалы
о продукте, росте, маркетинге и аналитике

A/B-тестирование: что делать, если ваши данные распределены не нормально?

A/B-тесты — важный инструмент в арсенале продуктовой команды. Это один из немногих способов понять, как изменения в продукте повлияли на поведение пользователей.

При этом любой человек, который погружается в тему A/B-тестов, сталкивается с двумя противоречивыми утверждениями:

Первое: t-тест — самый популярный критерий для оценки A/B-тестов.

Второе: t-тест можно применять только на данных, распределенных нормально.

Однако нормально распределенные данные в продуктах встречаются крайне редко.

В таком случае, что же делать, когда наши данные не подчиняются нормальному распределению? Можем ли мы все же полагаться на традиционные статистические методы (в частности, на t-тест), или нужно использовать другие методы, например бутстрап или непараметрические тесты?

В этом материале — ответ на этот вопрос и универсальный алгоритм для подбора подходящего статистического теста для ваших данных.

(далее…)