A/Bテスト統計について
A/Bテスト統計は、A/Bテスト（制御実験）で使用される統計モデルを指します。アプリストアでは、アプリストアページの2つのバリエーションのパフォーマンスを比較します。A/Bテストは、ライブストアの全体人口のサンプルをテストし、収集された観察結果を使用して、ライブアプリストアの全体人口の行動を合理的な精度で予測するために使用されます。
すべての統計モデルには、信頼性のあるテストを実施するために満たされる必要のある一定の前提条件（テストパラメータ）があります。これにより、どのイテレーションがより優れたパフォーマンスを発揮するのかを示す信頼性のあるテストが実施されます。
異なる方法で使用できる3つのA/Bテスト統計方法があります。まず最初は、「頻度主義」アプローチであり、同様のテストからの以前の知見や知識を無視し、現在の実験からのデータのみを使用します。
A/Bテスト統計の重要性
統計は、A/Bテストの計画、実施、評価のプロセスにおいて重要な要素です。
要するに、A/Bテストの際に適切な統計モデルを使用しないと、時間とお金の無駄になります。効果的なA/Bテスト統計の実施は、テスト対象のオーディエンスに対してインストール数の増加につながるはずです。より優れたパフォーマンスを発揮するページをライブアプリストアの全体人口に適用することで。
A/Bテスト統計とASO
ASOチームは、A/Bテストで使用される統計モデルを意識しておく必要があります。テストの目的に最も適した統計モデルであることを確認するためです。これにより、実際のアプリストアやGoogle Playストアで自信をもって実施可能な結果を生み出し、具体的な利益をもたらすはずです。測定されているメトリックに適さない間違った統計的手法を使用すると、テストを実施し、結果を実装する苦労を重ねることになり、初めに期待していた利用可能な結果は得られないかもしれません。
COVID-19 UPDATE 
