A/B test有network effect会underestimate 还是overestimate结果?

有一个问题 如果A/B test有network effect，会影响到实验结果，但会underestimate 还是overestimate结果?

面试官说应该是underestimate，因为两组的metrics都因为network effect增加了，所以差异会减少，我还是不太懂，请问有谁可以解释一下吗？谢谢！

是会underestimate。举个例子：假设你test一个新的feature，你预计这个feature会带来positive的engagement，例如是增加帖子的评论数啥的。A同学在treatment group，他因为用了这个feature，多发了评论。B同学在control group，跟A是好友，因为看到A的评论，他也评论了帖子。所以导致control group的metrics也增加了，这样两组metrics间的差异就会减少。

可以看看YouTube一个data science pro的视频，network effect对于two sided market就是overestimate。例子是uber 你给test group里的driver发coupon就会让他们接到更多的单，但同时同城control group的driver接单就少了，两组接单量差距变大。这样你就会高估了发coupon的效益

Two sided market(Uber)是overestimate, network(LinkedIn)是underestimate

对的，因为control组的人的network effect被忽略了

fty-shirley 发表于 2021-10-7 05:32
可以看看YouTube一个data science pro的视频，network effect对于two sided market就是overestimate。例子 ...

请问下推荐的youtube博主的名字？没找到data science pro。。。

jun。 发表于 2021-10-27 11:11:16
请问下推荐的youtube博主的名字？没找到data science pro。。。

sorry 是data interview pro

fty-shirley 发表于 2021-10-27 13:33
sorry 是data interview pro

好的谢谢～～