A/B тест по revenue per user. По завершении: lift +3.2% (p = 0.001), но revenue distribution в обоих группах сильно скошен (несколько whale-юзеров). Что делать?

A/B тесты medium middle

Вопрос с собеседования аналитика по теме «A/B тесты».

A/Boutliersbootstrapdistribution

Варианты ответа

Перепроверить bootstrap и выкинуть top-1% outliers — t-test чувствителен к skew. Если после очистки p-value сохраняется — раскатываем; если нет — нужен Mann-Whitney U или другой непараметрический
Раскатываем: p = 0.001 это очень сильный сигнал, никакие skews не могут это перевернуть, отказ от раскатки = упущенная revenue
Меняем метрику на median revenue per user — она устойчива к outliers и не подвержена влиянию whales, p-value пересчитываем по одной строке
Удаляем всех whale-юзеров до анализа теста — они не репрезентативны для большинства, и статистические выводы должны делаться на «нормальных» пользователях

Подробный разбор с объяснением «почему правильный ответ верный» и почему остальные неверны — после регистрации.

3000+ вопросов с разбором, quiz-режим с проверкой, AI-собес и подготовка к интервью аналитика.