Ich stelle Experten-AB-Testdesign und Datenanalyse in Python bereit
Rigorose Datenanalyse unterstützt durch Mathematische Statistik
Über diesen Service
Mathematisch rigorose Analyse von A/B-Tests. Ich nutze meinen BSc-Hintergrund in Informatik und Mathematischer Statistik, um sicherzustellen, dass deine Testergebnisse statistisch solide, reproduzierbar sind und echten Geschäftserfolg bringen.
WAS ICH BIETE:
1. VORTEST-ENTWURF (Basis): Exakte Stichprobengrößenberechnungen, um unterdimensionierte, teure Tests zu vermeiden, MDE-Berechnungen und Richtlinien für die Laufzeit.
2. STATISTISCHER INFERENZ-ENGINE (Standard): Klassische Frequentist-Analyse mittels Zwei-Stichproben-Pooled-Z-Tests für Konversionen. Bayesianische Inferenz mit konjugierten Beta-Binomial-Modellen, um vollständige Posterior-Verteilungen mittels Monte Carlo Simulationen zu sampling.
3. INTERAKTIVE DASHBOARDS (Premium): End-to-End Python-Verarbeitungspipelines für Rohlogs. Interaktive Streamlit-Webschnittstellen für benutzerdefinierte CSV-Uploads und automatisierte Testabdeckung (pytest geprüft) für mathematische Integrität.
Ich verbinde statistische Theorie mit sauberer Softwareentwicklung. Jeder Algorithmus ist produktionsbereit und wird durch mein GitHub-Portfolio unterstützt. Bitte schreibe mir vor der Bestellung, um dein Dataset zu besprechen!
FAQ
Automatische Übersetzung
Welches Datenformat benötigst du für die Analyse?
Ich akzeptiere standardmäßige CSV-, Excel- oder JSON-Transaktionslogs. Für beste Ergebnisse sollte dein Dataset eindeutige Nutzer-IDs, Varianten-Gruppentags (A vs B), Zeitstempelfelder und deine wichtigsten Erfolgskriterien wie Klicks, Anmeldungen oder Umsätze enthalten.
Warum verwendest du sowohl Frequentist- als auch Bayesian-Methoden?
Traditionelle Frequentist-p-Werte können leicht missverstanden werden, wenn sich Traffic-Rhythmen verschieben. Die Kombination mit Bayesianischen konjugierten Priors liefert ein klareres Bild, indem sie dir die genaue Wahrscheinlichkeit angibt, dass Variante B besser ist als Variante A, was deine Entscheidungsicherheit maximiert.
Kannst du Dashboards für andere Datentypen außer A/B-Tests erstellen?
Ja! Während dieses Gig sich auf Experimente konzentriert, ermöglicht mir mein Doppel-Studium in Informatik und Mathematischer Statistik, benutzerdefinierte Streamlit-Pipelines, Business-Intelligence-Dashboards und prädiktive Churn-Frameworks für beliebige Transaktionsdatensätze zu bauen.

