Publikationer från Malmö universitet
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Effective Online Controlled Experiment Analysis at Large Scale
Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT).ORCID-id: 0000-0003-4908-2708
Microsoft, Analysis and Experimentation, Redmond, United States.
Malmö universitet, Fakulteten för teknik och samhälle (TS), Institutionen för datavetenskap och medieteknik (DVMT).ORCID-id: 0000-0002-7700-1816
Chalmers University of Tech., Dep. of Computer Science, Göteborg, Sweden.
2018 (Engelska)Ingår i: Proceedings of the EUROMICRO Conference, IEEE, 2018, s. 64-67Konferensbidrag, Publicerat paper (Refereegranskat)
Abstract [en]

Online Controlled Experiments (OCEs) are the norm in data-driven software companies because of the benefits they provide for building and deploying software. Product teams experiment to accurately learn whether the changes that they do to their products (e.g. adding new features) cause any impact (e.g. customers use them more frequently). Experiments also help reduce the risk from deploying software by minimizing the magnitude and duration of harm caused by software bugs, allowing software to be shipped more frequently. To make informed decisions in product development, experiment analysis needs to be granular with a large number of metrics over heterogeneous devices and audiences. Discovering experiment insights by hand, however, can be cumbersome. In this paper, and based on case study research at a large-scale software development company with a long tradition of experimentation, we (1) describe the standard process of experiment analysis, and (2) introduce an artifact to improve the effectiveness and comprehensiveness of this process.

Ort, förlag, år, upplaga, sidor
IEEE, 2018. s. 64-67
Serie
Proceedings of the Euromicro Conference, ISSN 1089-6503
Nyckelord [en]
Online Controlled Experiments, A/B testing, Guided Experiment Analysis
Nationell ämneskategori
Teknik och teknologier
Identifikatorer
URN: urn:nbn:se:mau:diva-12777DOI: 10.1109/SEAA.2018.00020ISI: 000450238900011Scopus ID: 2-s2.0-85057181553Lokalt ID: 27274OAI: oai:DiVA.org:mau-12777DiVA, id: diva2:1409824
Konferens
44th Euromicro Conference on Software Engineering and Advanced Applications (SEAA), Prague, Czech Republic (29-31 Aug. 2018)
Tillgänglig från: 2020-02-29 Skapad: 2020-02-29 Senast uppdaterad: 2024-06-17Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltextScopushttp://dsd-seaa2018.fit.cvut.cz/seaa/

Person

Fabijan, AleksanderOlsson, Helena Holmström

Sök vidare i DiVA

Av författaren/redaktören
Fabijan, AleksanderOlsson, Helena Holmström
Av organisationen
Institutionen för datavetenskap och medieteknik (DVMT)
Teknik och teknologier

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 22 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf