Система підтримки прийняття рішень для аналізу експериментальних даних у цифрових продуктах
Вантажиться...
Дата
2026
Автори
Науковий керівник
Назва журналу
Номер ISSN
Назва тому
Видавець
КПІ ім. Ігоря Сікорського
Анотація
Дипломна робота: 134 с., 15 табл., 8 рис., 1 додаток, 19 джерел.
Об'єктом дослідження у даній роботі є процеси аналізу та інтерпретації результатів контрольованих онлайн-експериментів (A/B-тестів) у цифрових продуктах — мобільних застосунках, SaaS-сервісах та вебплатформах. Предметом дослідження є математичні моделі та програмні методи статистичного оцінювання ефектів, діагностики якості експериментів і підтримки прийняття рішень на основі структурованої системи первинних, вторинних та охоронних метрик. Метою дипломної роботи є підвищення обґрунтованості та якості продуктових рішень за результатами A/B-тестування шляхом проектування, програмної реалізації та дослідження системи підтримки прийняття рішень, яка автоматизує повний аналітичний цикл — від завантаження та валідації сирих експериментальних даних до формування структурованого аналітичного репорту з виявленням конфліктних сигналів між метриками. У межах практичної реалізації проєкту розроблено веб-застосунок мовою Python на основі фреймворку Streamlit. Реалізовано модуль завантаження та автоматизованої валідації CSV-файлів з даними A/B-тестів, статистичний модуль (z-тест для пропорцій, t-тест Велча, байєсівська оцінка через Beta-розподіл), модуль bootstrap-аналізу для побудови довірчих інтервалів метрик з асиметричним розподілом, health-check модуль з автоматизованою перевіркою Sample Ratio Mismatch та балансу сегментів, а також модуль сегментованого аналізу гетерогенності ефекту за user properties. Ключовим практичним результатом є формування єдиного структурованого аналітичногорепорту, що агрегує сигнали від primary, secondary та guardrail метрик і містить блок автоматичних попереджень при виявленні аномалій у даних або суперечливих результатів між метриками. Перспективи подальшого розвитку дослідження полягають у розширенні системи шляхом інтеграції методів послідовного аналізу (Sequential Testing) для коректної обробки результатів при достроковому завершенні тестів, а також у реалізації підтримки багатоваріантних тестів (MVT) та автоматизованого розрахунку мінімального розміру вибірки на етапі планування експерименту
Опис
Ключові слова
a/b тестування, система підтримки прийняття рішень, статистичний аналіз, bootstrap, sample ratio mismatch, довірчий інтервал, a/b testing, decision support system, statistical analysis, bootstrap, sample ratio mismatch, confidence interval
Бібліографічний опис
Черток, М. Система підтримки прийняття рішень для аналізу експериментальних даних у цифрових продуктах : дипломна робота … бакалавра : 124 Системний аналіз / Черток Микола. – Київ, 2026. – 134 с.