数据清洗的重要性

原始数据往往包含异常值、缺失值、重复记录。数据清洗是分析的前提：识别异常流量、过滤无效样本、统一数据格式。忽视清洗可能导致错误结论。

指标计算方法

正确计算实验指标需要理解其定义。转化率=转化用户数/总用户数，但需定义时间窗口。均值指标需考虑方差。比率指标需要适当的统计检验方法。

结果可视化

可视化帮助快速理解实验结果。时序图展示指标变化趋势，置信区间图显示不确定性，细分对比图揭示群体差异。好的可视化让数据讲故事。

分析陷阱规避

过早看结果、过度细分、多重比较都是常见陷阱。建立标准分析流程，坚持预定分析计划，控制虚假发现率。