Statistische Signifikanz bewerten
Jetzt weißt du, dass die Personalisierungsvariante besser abgeschnitten hat als die Kontrollgruppe. Als Nächstes sollst du prüfen, ob das Ergebnis statistisch signifikant ist. Denk daran: Statistische Signifikanz ist entscheidend, um zu verstehen, ob ein positives Testergebnis nur zufällig zustande kam oder einen echten Unterschied zwischen den Varianten widerspiegelt. So kann dein Marketingteam fundiert entscheiden, ob das Feature ausgerollt werden soll oder nicht.
Teste stats.ttest_ind() mit control und personalization als Eingaben.
Ist der Unterschied zwischen Kontrolle und Personalisierung statistisch signifikant?
Diese Übung ist Teil des Kurses
Marketingkampagnen mit pandas analysieren
Interaktive Übung
In dieser interaktiven Übung kannst du die Theorie in die Praxis umsetzen.
Übung starten