Eine Lift-Funktion erstellen

Der Lift lässt sich berechnen, indem du die Differenz zwischen dem Behandlungseffekt (oder dem Mittelwert) der Treatment-Gruppe und dem Behandlungseffekt der Kontrollgruppe bildest und durch den Behandlungseffekt der Kontrollgruppe teilst. Die Formel für den Lift findest du unten:

$$\frac{\text{Treatment conversion rate - Control conversion rate}}{\text{Control conversion rate}}$$

Das Ergebnis ist die prozentuale Differenz zwischen Kontroll- und Treatment-Gruppe.

In dieser Übung erstellst du eine Funktion, um die Berechnung des Lifts zu automatisieren. Viele Marketing-Teams führen laufend Tests durch. Je mehr Teile des Prozesses, die in jedem Test anfallen, du automatisieren kannst, desto mehr Zeit hast du für spannendere Analysen.

Diese Übung ist Teil des Kurses

Marketingkampagnen mit pandas analysieren

Kurs anzeigen

Anleitung zur Übung

Berechne den Mittelwert von a und b mit np.mean().
Nutze a_mean und b_mean, um den Lift des Treatments zu berechnen.
Gib die Ergebnisse der von dir erstellten Funktion lift() mit den Variablen control und personalization aus.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

def lift(a,b):
    # Calcuate the mean of a and b
    a_mean = ____
    b_mean = ____
    
    # Calculate the lift using a_mean and b_mean
    lift = ____
  
    return str(round(lift*100, 2)) + '%'
  
# Print lift() with control and personalization as inputs
print(lift(control, personalization))

Code bearbeiten und ausführen