← На главную
Курс Программа Чеклист

Математика экспериментов в монетизации

Как проектировать, считать и интерпретировать эксперименты в рекламных и маркетплейс-системах. Фокус — не на формулах, а на том, какие выводы действительно можно делать из данных.

Эксперимент — это инструмент понимания механизма, а не поиск дельты. В монетизации эксперименты искажаются давлением, временем и рынком.

Этот курс — о том, как принимать решения в экспериментах, когда метрики искажаются давлением, временем и рынком. Практические паттерны и механики из реальных экспериментов в рекламных системах.

Как проходить курс

Начать курс Программа Чеклист
Юнит 1: Основы экспериментов
Role of Experiment
Зачем вообще нужен эксперимент. Почему "выросло / не выросло" — плохой вопрос. Эксперимент как инструмент понимания механизма.
→ Открыть урок
Pressure & Distortions
Как давление, насыщение и перетоки ломают тесты. Почему локальные выигрыши вредят системе. Системные эффекты в экспериментах.
→ Открыть урок
Time & Lags
Почему эффекты приходят позже. Как окно оценки меняет вывод. Временные искажения в экспериментах.
→ Открыть урок
Юнит 2: Метрики и структура
Metrics for Reading
Primary vs diagnostic vs guardrails. Как разложить деньги на рычаги. Какие метрики читать для принятия решения.
→ Открыть урок
Anatomy of Experiment
Эталонный шаблон эксперимента. От гипотезы до решения и мониторинга. Структура эксперимента как инструмент принятия решения.
→ Открыть урок
Patterns Catalog
Повторяющиеся формы экспериментов. Когда какой паттерн применять. Типовые структуры экспериментов в монетизации.
→ Открыть урок
Metric Conflicts
Когда метрики противоречат друг другу. Как интерпретировать конфликты и принимать решения при неоднозначных результатах.
→ Открыть урок
Юнит 3: Операционная работа
Checklists & Operating
Как запускать, останавливать и выкатывать. Stop-rules и мониторинг. Операционные процедуры для экспериментов.
→ Открыть урок
Уроки раздела
Три трека
Давление
Дожимать можно. Ломать — быстро.
Эксперименты, которые меняют давление: частота, плотность, конкуренция форматов. Ранние сигналы: showConv, насыщение, пороги. Типичная ловушка: скрытое насыщение, когда выручка растёт, а механика деградирует.
Время
Лаг — это часть эффекта.
Отложенные эффекты, долгая тишина, дрейф, смена режима. Короткие окна врут, потому что последствия приходят с лагом. Измеряйте ранние сигналы: механика, распределение, динамика во времени.
Решения
Окно, риск, сожаление.
Windowing, regret, value of information, irreversibility. Компромиссы и неопределённость. Как принимать решения при неполной информации и как читать результаты в правильном окне.
Рекомендуемый маршрут

Начните с Давления: там механика и нелинейность.

Потом Время: там лаги и ловушки окна.

Завершите Решениями: там trade-offs и стоимость ошибок.

И после этого — эталонный разбор.

Один эталонный разбор
Anatomy of an Experiment
Как интерпретировать результаты эксперимента
Один обезличенный разбор на одном экране: что трогали → как реагировала механика → где ловушка вывода → чем закончилось.

Это самый сильный формат для интервью и лекций.

Открыть разбор →