We’ve traditionally relied on A/B testing at DoorDash to guide our decisions.
Archives de l'auteur : Stas Sajin
Sharpening the Blur: Removing dilution to maximize experiment power
When it comes to reducing variance in experiments, the spotlight often falls on sophisticated methods like CUPED (Controlled Experiments Using Pre-Experiment Data).
Relever le défi de l'inadéquation du ratio d'échantillonnage dans les tests A/B
L'expérimentation n'est pas seulement la pierre angulaire de l'innovation et de la prise de décision ; elle est souvent considérée comme l'étalon-or de la résolution de problèmes, en partie grâce à ses racines dans la méthode scientifique.
Équilibrer la rapidité et la confiance dans l'expérimentation
Pour mener des milliers d'expériences de manière efficace, il faut trouver un juste équilibre entre notre rapidité et les contrôles nécessaires pour maintenir la confiance dans les résultats expérimentaux, mais il n'est jamais facile de trouver cet équilibre.
Gérer l'équilibre entre l'offre et la demande grâce à l'apprentissage automatique
Chez DoorDash, nous voulons que notre service soit pratique au quotidien, avec des livraisons ponctuelles et des prix cohérents.