Tư duy tăng trưởng theo định lý Bayesian

Tư duy Bayes là sự cập nhật liên tục các niềm tin của chúng ta dựa trên dữ liệu trước đó và là cách tốt nhất để lập luận hướng tới sự thật.

Có nhiều kiểu Nhà tiếp thị tăng trưởng: những người xem các thử nghiệm là đen hoặc trắng và những người hiểu rõ hơn. Các thí nghiệm, nếu được tiến hành đúng cách, chỉ là những điểm dữ liệu đưa chúng ta đến gần sự thật hơn. Đôi khi, chúng là những điểm dữ liệu rất lớn và thể hiện mối quan hệ nhân quả. Những lần khác, họ gợi ý về một cái gì đó lớn hơn và thể hiện mối tương quan.

Mọi nhân quả đều có mối tương quan ở đâu đó. Câu hỏi đặt ra là làm thế nào chúng ta có thể tiến gần hơn đến nhân quả khi chúng ta tìm thấy mối tương quan? Câu trả lời là Định lý Bayes.

Ý tưởng lớn đằng sau Định lý Bayes là xem xét các sự kiện như Thử nghiệm hoặc xác suất trong ngữ cảnh thay vì cô lập. Nó là cơ sở cho các ứng dụng khác nhau: từ Markov Chains đến Naive Bayes Classifier, một mô hình xác suất đơn giản thường được sử dụng trong Machine Learning.

Bayes đã định nghĩa định lý của mình là ” tỷ số giữa giá trị mà tại đó một kỳ vọng phụ thuộc vào diễn biến của sự kiện phải được tính toán và giá trị của điều được mong đợi khi nó xảy ra .” Điều thú vị là ông ấy đã không công bố định lý của mình. Nó được Richard Price phát hiện và quảng bá sau khi ông qua đời vào năm 1763.

Định lý Bayes: P (B | A) = P (A | B) x P (B) / P (A)

Trong đó P (A | B) là xác suất của A (thử nghiệm) dựa trên B (dự đoán). Đó là tích của P (A | B) và P (B), xác suất của B, chia cho P (A), xác suất của A.

Dự đoán trong phương trình là đặc điểm của Định lý sát thủ. Đó là nơi mà bối cảnh hoặc kinh nghiệm xuất hiện. Khác với quan điểm Frequentist xem xét bằng chứng một cách riêng lẻ, tư duy Bayes xem bằng chứng mới như một bản cập nhật của những niềm tin hiện có.

Các nhà thống kê và nhà khoa học dữ liệu từ lâu đã tranh cãi về thử nghiệm Bayesian vs. Frequentist là cả hai đều có giá trị và rất nhiều cuộc thảo luận là việc chia tóc. Đối với tôi, việc nhúng một xác suất dựa trên các sự kiện trước đó nghe có vẻ hợp lý hơn trong Tăng trưởng hơn là xem xét xác suất một cách riêng lẻ.

Tư duy của Bayes là cập nhật niềm tin dựa trên dữ liệu mới và không xem xét các thí nghiệm một cách cô lập. Bằng chứng nên cập nhật tin tưởng chứ không phải xác định chúng .

Trong Hiểu biết hiện đại về SEO , tôi giải thích rằng chúng ta cần xây dựng một kho thí nghiệm. Nhận lời trên đường phố là không đủ. Không dựa 100% vào kinh nghiệm của chúng tôi hoặc thậm chí coi một thử nghiệm duy nhất do người khác tiến hành là sự thật.

Trong Phát triển trong mơ hồ , tôi đề cập rằng ” chúng ta có một ý tưởng sơ bộ về những gì hoạt động nhưng cần phải suy nghĩ về xác suất thay vì tuyệt đối. ” Suy nghĩ về Sự mơ hồ với các nguyên tắc Bayes, chúng ta tiến gần hơn đến sự thật khi chúng ta cập nhật xác suất với thông tin mới. Những người ra quyết định hiệu quả nhất không thay đổi ý kiến ​​của họ một cách triệt để mà dần dần.

Chúng tôi cần thu thập tất cả các điểm dữ liệu có sẵn và sử dụng chúng làm bệ phóng cho các thí nghiệm của riêng mình. Cũng giống như các nhà khoa học không đặt nặng quá nhiều vào một nghiên cứu duy nhất, những người làm SEO và các Nhà tiếp thị tăng trưởng khác phải xây dựng một nhóm thử nghiệm để hồi quy về giá trị trung bình và gần đúng với sự thật. Có một sự khác biệt lớn giữa việc từ chối kết quả của một thử nghiệm và cập nhật niềm tin của bạn.