एक से एक मिलने का परिणाम क्या होगा? - ek se ek milane ka parinaam kya hoga?

प्रयोग के परिणाम

इस लेख में:

Show

  • “आधार-रेखा को पछाड़ने की संभावना” क्या है? क्या यह विश्वास्यता के समान है?
  • “सर्वश्रेष्ठ होने की संभावना” क्या है?
  • आप किसी प्रयोग को कॉल करने का समय कैसे तय करते हैं?
  • जब आपके पास विजेता होता है, तो आप कैसे निर्णय लेते हैं?
  • अगर मैं एक संख्या को दूसरी से विभाजित करूं तो माध्यिका रूपांतरण दरें समान क्यों नहीं रहती?
  • ऑप्टिमाइज़ कौन सी रूपांतरण दर संख्याएं दिखाता है? प्रत्येक संख्या का क्या मतलब है?
  • ऑप्टिमाइज़ “सुधार” के लिए संख्याओं की श्रेणी क्यों दिखाता है? अधिकांश टूल ऐसा नहीं करते.
  • क्या यह जानने का कोई तरीका है कि मेरा प्रयोग कितने समय तक चलना चाहिए?
  • आप उपयोगकर्ता-केंद्रित के बजाय सत्र-केंद्रित मापन का उपयोग क्यों करते हैं?
  • संबंधित संसाधन

“आधार-रेखा को पछाड़ने की संभावना” क्या है? क्या यह विश्वास्यता के समान है?

नहीं, यह समान नहीं है, लेकिन आप इसका उपयोग उसी प्रकार से कर सकते हैं, और आधार-रेखा को पछाड़ने की संभावना उस चीज़ से अधिक संरेखित होती है, जो अधिकांश लोगों की सोच या अपेक्षा के अनुसार विश्वास्यता से मिलती है. अधिकांश लोगों के लिए सहज रूप से विश्वास्यता को समझना कठिन है (जो 1 घटा p-मान है), जबकि आधार-रेखा को पछाड़ने की संभावना बिल्कुल वैसी ही है जैसी यह सुनाई देती है: किसी विविधता की मूल से बेहतर प्रदर्शन करने की संभावना. अगर आप गलत होने के उच्च जोखिम को स्वीकार करने के लिए तैयार हैं, तो आप आधार-रेखा को पछाड़ने की संभावना के 95% तक पहुंचने तक प्रतीक्षा कर सकते हैं. p-मानों की व्याख्या की चुनौतियों के बारे में अधिक पढ़ें.

“सर्वश्रेष्ठ होने की संभावना” क्या है?

सर्वश्रेष्ठ होने की संभावना से आपको पता चलता है कि किसी विविधता के सबसे अच्छा प्रदर्शन करने की संभावना है. यह ठीक वैसा ही है, जैसा यह सुनने में लगता है - किसी और व्याख्या की ज़रूरत नहीं है! फ़्रीक्वेंटिस्ट परिवेश में एक जैसे परिणाम पाने के लिए, आपको बोनफ़ेरोनि सुधार (एक से अधिक तुलना के बारे में पढ़ें) जैसा अतिरिक्त काम करना होगा, ताकि यह सुनिश्चित किया जा सके कि आपको गलत जवाब नहीं मिल रहे हैं.

आप किसी प्रयोग को कॉल करने का समय कैसे तय करते हैं?

वर्तमान में, हम रिपोर्टिंग पेज के ऊपर स्थिति संदेश दिखाते समय कुछ नियमों का पालन करते हैं:

  • यह सुनिश्चित करने के लिए कि यह एक मान्य प्रयोग है, हम यह जांच करते हैं कि प्रयोग को हर दिन ट्रैफ़िक मिल रहा है या नहीं.
  • हम प्रयोग के दो सप्ताह तक चलने तक प्रतीक्षा करते हैं. दो सप्ताह क्यों? जो प्रयोग किसी डिजिटल प्रॉपर्टी के ऐसे हिस्सों के लिए बनाए डिज़ाइन किए जाते हैं, जिनसे लोगों का नियमित रूप से आमना-सामना होता है, उनके लिए यह आमतौर पर आपके डेटा को अच्छी तरह से समझने के लिए एक अच्छी अवधि होती है, जिसमें सप्ताह के दिन, सप्ताहांत और अन्य ऐसी सभी विसंगतियां शामिल होती हैं जो एक सप्ताह से अगले सप्ताह के बीच पैदा हो सकती हैं. हालांकि, दो सप्ताह का समय न्यूनतम समय है और प्रयोग लंबे समय तक चल सकते हैं. अगर आप सोचते हैं कि आपके ट्रैफ़िक के गुणात्मक रूप से बदलने की संभावना नहीं है, तो आप पहले भी कॉल कर सकते हैं, हालांकि हम ऐसा करने का सुझाव नहीं देते.
  • हम शेष संभावित मूल्य नामक मीट्रिक को देखते हैं. इसके लिए सांख्यिकीय शब्द “खेद” है, लेकिन आप संभावित नुकसान या संभावित अवसर लागत भी मान सकते हैं. यह मीट्रिक वर्तमान में ऑप्टिमाइज़ उपयोगकर्ता इंटरफ़ेस में उपलब्ध नहीं है, लेकिन हम इसे भविष्य में उपलब्ध करा सकते हैं. इस मीट्रिक से यह पता चलता है कि वर्तमान विजेता के मुकाबले आपके उद्देश्य मीट्रिक (उदा., रूपांतरण दर या आय) में अभी भी कितना सुधार किया जा सकता है. यहां एक कथन का उदाहरण दिया गया जिसे आप आय के उद्देश्य के विरुद्ध उस मीट्रिक का उपयोग करके कह सकते हैं: “ऐसी संभावना है कि आपकी कोई विविधता अभी भी आपके वर्तमान विजेता को INR90 से पछाड़ सकती है. प्रयोग को ज़्यादा देर तक चलाने से उस INR90 का नुकसान होने का जोखिम कम हो सकता है.” जैसे-जैसे आपको अपने परिणामों के बारे में अधिक डेटा और अधिक निश्चितता मिलती है, आमतौर पर इसका रुझान 0 से नीचे की ओर होता चला जाता है, हालांकि आपके प्रयोग के ट्रैफ़िक के व्यवहार में बदलाव के कारण कई बार यह बढ़ जाता है. अभी, हम प्रयोग के परिणामों को तब कॉल करते हैं, जब हमें लगता है कि हम आपके आपकी एक बेहतर 1% से अधिक रूपांतरण दर को बेहतर बना सकते हैं।

जब आपके पास विजेता होता है, तो आप कैसे निर्णय लेते हैं?

अगर उपरोक्त परिस्थितियां मौजूद होती हैं, तो हम उस विविधता का पता लगाते हैं जिसके सर्वश्रेष्ठ होने की सबसे अधिक संभावना होती है. अगर उस विविधता की मूल को हराने की संभावना 95% से अधिक होती है, तो हम विजेता को दिखाते हैं.

हम उन उन्नत मॉडल का उपयोग करते हैं जो खाते का समय, उपयोगकर्ता संदर्भ, परिणाम की निरंतरता और अन्य कारकों का ध्यान रखते हैं. केवल एक संख्या को दूसरी से विभाजित करने से इन सभी कारकों का ध्यान नहीं रखा जा सकता. हम ऐसा करके यह पता लगाने के लिए सबसे अच्छा मॉडल बनाते हैं कि भविष्य में आपकी विविधता के कैसा प्रदर्शन करने की संभावना है, इसलिए लंबे समय में आपके परिणाम मान्य रहने की अधिक संभावना होती है.

ऑप्टिमाइज़ कौन सी रूपांतरण दर संख्याएं दिखाता है? प्रत्येक संख्या का क्या मतलब है?

ऑप्टिमाइज़ कई संख्याएं दिखाता है, सभी संख्याएं मॉडल की गई होती हैं. विशेष रूप से, हम उस सीमा को दिखाते हैं जहां आपकी वास्तविक रूपांतरण दर के 95% होने की संभावना होती है. सबसे नीचे के कार्ड में इन संख्याओं पर होवर करने से भी आपको माध्यिका मान और 50% श्रेणी दिखाई देती है. आमतौर पर, प्रयोग की अवधि के दौरान अधिक डेटा मिलने के कारण ये श्रेणियां और सीमित हो जाती हैं. जैसे-जैसे रूपांतरण दर की सीमाएं कम ओवरलैप होती हैं, आपको बेहतर-प्रदर्शन वाली विविधताओं के लिए अपनी संभावनाएं बढ़ती हुई दिखाई देंगी. आप इस प्रगति को रिपोर्टिंग पेज के निचले भाग में समय श्रृंखला चार्ट में देख सकते हैं और उसी निचले कार्ड की पंक्तियों में श्रेणियां भी दिखाई देती हैं.

ऑप्टिमाइज़ “सुधार” के लिए संख्याओं की श्रेणी क्यों दिखाता है? अधिकांश टूल ऐसा नहीं करते.

उन्हें करना चाहिए! ये संख्याएं मूल के सापेक्ष में प्रत्येक विविधता के सुधार के लिए संभावित मानों की श्रेणी दिखाती हैं. परीक्षण विधि की परवाह किए बिना प्रत्येक सुधार संख्या के चारों ओर एक अंतराल होना चाहिए. जो टूल यह नहीं दिखाते वे इसे कुछ अधिक सरल बना देते हैं और आपको पूरी कहानी नहीं बताते हैं. वह अंतराल जिसे हम दिखाते हैं, वहां हम 95% सुनिश्चित होते हैं कि आपके वास्तविक सुधार में कहां गिरावट आती है और अगर परिस्थितियां स्थिर रहती हैं, तो यह कहां तक बना रहेगा. आप माध्यिका और 50% अंतराल देखने के लिए पिछले कार्ड की संख्याओं पर होवर भी कर सकते हैं.

क्या यह जानने का कोई तरीका है कि मेरा प्रयोग कितने समय तक चलना चाहिए?

हमारा दृष्टिकोण परीक्षण की परिस्थितियों के अनुसार अनुकूलित हो जाता है, इसलिए अलग-अलग परिस्थितियों में प्रयोगों की अवधि अलग-अलग होती है. उदाहरण के लिए, अगर आपकी रूपांतरण दरें समय के साथ एक जैसी ही रहती हैं, तो हमें तेज़ी से परिणाम मिलेंगे. लेकिन अगर दरों में बहुत अधिक बदलाव होते हैं, तो इससे अधिक समय लग सकता है क्योंकि तब हम विभिन्न प्रभावकारी कारकों के मॉडल बनाते करते हैं. प्रयोग की अवधि का पूर्वानुमान लगाने की अनुमति देने वाले टूल मानते हैं कि समय में कोई परिवर्तनशीलता या निर्भरता नहीं है. यह वास्तविक प्रयोगों में शायद ही कभी सच होता है. इसके अलावा, हम आपको अपने ट्रैफ़िक में चक्रीय विविधताओं, जैसे सप्ताह के दिन/सप्ताहांत और किसी भी रीसेंसी प्रभाव या अन्य विसंगतियों को बराबर करने के लिए कम से कम दो सप्ताह तक प्रयोग चलाने का सुझाव देते हैं.

आप उपयोगकर्ता-केंद्रित के बजाय सत्र-केंद्रित मापन का उपयोग क्यों करते हैं?

विभिन्न प्रयोगों में संभावित रूप से बहुत अलग दृष्टिकोण की आवश्यकता होती है, बहुत विस्तृत से लेकर बेहद ऊपरी दृष्टिकोण तक. अधिकतम पेजव्यू की इच्छा रखने वाला कोई प्रकाशक, पेजव्यू-प्रति-सत्र पर आधारित उद्देश्य के लिए अनुकूलन कर सकता है. इसके विपरीत, नया ग्राहक पाने की इच्छा रखने वाला कोई ईकॉमर्स प्रदाता पहले चेकआउट पर ध्यान केंद्रित कर सकता है और “रूपांतरित उपयोगकर्ता” आधारित उद्देश्य के लिए अनुकूलन कर सकता है. इसके बीच के कई उदाहरण भी मौजूद हैं.

इसके अलावा, सांख्यिकीय प्रभावों का सबसे अच्छे ढंग से मापन कैसे करें, इसका निर्णय लेते समय हर तरह का मापन अपनी चुनौतियां पेश करता है. मापन के विस्तृत प्रारूप से संदर्भों की सटीक समझ और दिन-प्रतिदिन के आधार पर हो सकने वाली घटनाओं की अधिक जानकारी मिलती है. अधिकांश ऊपरी तौर पर किए जाने वाले मापन इस जानकारी को नहीं दिखाते.

ऑप्टिमाइज़ की सहायता से हम लगातार प्रयोगों के मूल्यांकन के नए तरीकों पर गौर करते हैं, ताकि हम सर्वोत्तम व सबसे कार्रवाई-योग्य परिणामों की पहचान कर सकें. हमारा सत्र-केंद्रित दृष्टिकोण उपलब्ध विभिन्न विकल्पों और दुविधाओं के बीच सामंजस्य बनाए रखता है. इसकी सहायता से हम अन्य ऊपरी दृष्टिकोणों के लिए बहुत ही समान परिणाम उत्पन्न करते हुए प्रयोग के प्रदर्शन में दिन-प्रतिदिन के बदलावों को समझ सकते हैं.

यह FAQ लेख ऑप्टिमाइज़ आंकड़ों और पद्धति से संबंधित FAQ लेखों की श्रृंखला का एक हिस्सा है. यहां अन्य FAQ दिए गए हैं:

  • सामान्य पद्धति
  • फ़्रीक्वेंटिस्ट दृष्टिकोण के अभ्यस्त लोगों के लिए
  • उन्नत अवधारणाएं

क्या यह उपयोगी था?

हम उसे किस तरह बेहतर बना सकते हैं?

एक से एक मिलने का परिणाम क्या होता है?

उत्तर: राई एक से एक मिले तो परबत बन सकती है।

हम अगर चाहें तो कहाँ राहें पैदा कर सकते हैं?

प्रश्न 4. हम अगर चाहें तो कहाँ राहें पैदा कर सकते हैं? उत्तर: हम अगर चाहें तो चट्टानों में राहे पैदा कर सकते है।

साथी हाथ बढ़ाना का क्या मतलब है?

साथी हाथ बढ़ानासाथी हाथ बढ़ाना । भावार्थ- इन पंक्तियों में कवि एक प्रकार से मजदूरों को संबोधित करते हुये उन्हे एक दूसरे के काम में हाथ बंटाने को कहते हैं। वे कहते हैं कि एक इंसान अकेला ही बोझ उठाएगा तो थक जाएगा लेकिन यदि उसी बोझ को हम सब मिलकर उठाएंगे तो वह किसी के लिए भी बोझ नहीं रह जाएगा।

हम मेहनत करनेवाले मिलकर कदम बढ़ाते है तो क्या क्या हो सकता है?

Answer: यदि मेहनत करने वाले मिलकर कदम बढ़ाते हैं तो समुद्र भी उनके लिए रास्ता छोड़ देता है, पर्वत भी उनके समक्ष झुक जाते हैं अर्थात् आने वाली बाधाएँ स्वयं ही टल जाती हैं। इसी हिम्मत के कारण मनुष्य पर्वत को काटकर मार्ग बना पाया, सागर में पुलों का निर्माण कर पाया, चाँद तक पहुँच गया।