どんな人に向くか
- A/B テストを回しているが意思決定が割れる、結果の再現性が怪しいと感じているグロースチーム
- データサイエンティスト・アナリストで、統計的厳密性と事業スピードを両立させたい人
- プロダクトマネージャーとして、機能リリース判断に実験を組み込みたい立場
この本を推薦するペルソナ
この本を「最初に読む3冊」に推薦しているペルソナはまだ登録されていません。
本書の概要
Microsoft・Google・LinkedIn で大規模 A/B テスト基盤を構築してきた著者らによる、信頼できるオンライン実験のための実務書。OEC（Overall Evaluation Criterion）の設計、SRM（Sample Ratio Mismatch）検知、網戸効果や新規性効果といった実験設計で必ず踏むバイアスへの対処まで、データドリブン意思決定を「ごっこ」に終わらせないための勘所が詰まっている。
目次・章構成
目次データは準備中です
各章の見出しと要約を順次追加していきます。本書の構成感を掴みたい方は、まず「本書の概要」と「読み方ガイド」をご参照ください。
このロードマップに登場します
- データアナリスト / BI エンジニア アナリスト（1〜3年）
- データサイエンティスト ミドルデータサイエンティスト（1〜3年）
- プロダクトマネージャー（PM） シニアPM（3〜5年）
- 学習の目的
- 「A/Bテスト実践ガイド 真のデータドリブンへ至る信用できる実験とは」でプロダクトマネージャー（PM）の応用力を高め、複雑な課題に対処できる力を養う。
- 読み方ガイド
- リファレンス的に活用し、必要なテーマを深掘りする。チーム内で読書会を開くのも効果的。
- 期待される成果
- シニアPM（3〜5年）ステップの学習後、data-growthに関する理解が深まり、プロダクトマネージャー（PM）としてのより高度な課題に取り組めるようになる。
良い点・気になる点
良い点
- 世界最大規模の実験プラットフォームを運用した知見が凝縮されており、一次情報としての価値が高い
- SRM や新規性効果など、教科書では軽く扱われる実務上の落とし穴を徹底的に掘り下げている
- 統計的厳密さと事業インパクトのバランスを取る現実的なスタンスで書かれている
気になる点
- 統計の基礎（t 検定、p 値）の事前知識が前提で、初学者には別の入門書が必要
- 章立てがやや独立的で通読しづらく、トピック別に読み返す辞書的利用が向いている
次に読むべき本
同じカテゴリの本
同じカテゴリの書籍は現在この本のみです。
読み方ガイド
初心者の読み方
初めての方はまず目次と前書きを通読し、最初の2〜3章で全体像を掴んでから前から順に読み進める。難所は飛ばして二周目で補完する読み方が効率的。
中級者の読み方
中級者以上はすでに知っている章を流し読みし、自分の弱点に対応する章へ重点的に時間を割くと学習効率が上がる。
リファレンスとしての使い方
読了後はリファレンスとして手元に置き、業務で迷ったら該当章を辞書的に引き直す使い方が効果的。気になった引用は本棚にメモしておくと、再読時の入り口になる。
読了の目安: 1日30分のペースで約12日、週末まとめ読みで4週間が目安。
読了後に書ける学習アウトプット
書きたいアウトプットを先に決めると、読書の集中ポイントが明確になります。
- A/Bテスト実践ガイド 真のデータドリブンへ至る信用できる実験とはの核心アイデアを200字で要約したメモ
- data-growthに関する自分の業務課題1つを、本書のフレームで再整理した記事
- 本書で得た学びを実務に適用した結果と、効果を測定するKPI
- 同じ章を読んだ読書会向けの議論ポイント3つ
- 参考になった引用と自分の解釈をまとめたブログ記事の下書き
外部リンク・購入
Amazon・購入
次の一歩を踏み出す
「A/Bテスト実践ガイド 真のデータドリブンへ至る信用できる実験とは」を活かすには、自分のキャリア地図上で位置づけることが大切です。