Detekce efektu novosti
Efekt novosti se vyskytuje častěji, než by většina datových vědců a inženýrů čekala. Jednou z typických chyb, do kterých začínající analytici padají, je spustit A/B test nové funkce a rozhodnout se na základě velkého nárůstu metrik v prvních několika dnech.
Dataset novelty, který je pro tebe načtený, obsahuje data o rozdílu v průměrném čase stráveném na stránce na uživatele (ToP) mezi dvěma variantami. Prozkoumej výsledky v čase a zjisti, jestli se neprojevují nějaké známky efektu novosti. Zahrnul/a bys do analýzy všechna data od začátku do konce testu?
Toto cvičení je součástí kurzu
A/B testování v Pythonu
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Plot ToP_lift over the test dates
____.____('____', '____')
plt.title('Lift in Time-on-Page Over Test Duration')
plt.ylabel('Minutes')
plt.ylim([0, 20])
plt.show()