Untersuchung der verschiedenen Kohorten
Zum Abschluss dieser Lektion wirst du nun zuerst nach 'country' und dann nach 'device' plotten und die Ergebnisse untersuchen. Idealerweise siehst du den erwarteten Lift in allen Gruppen wie vorgesehen. Das würde darauf hindeuten, dass die Änderung die Ursache für den Lift ist und nicht ein anderes Ereignis, das die Kaufquote beeinflusst.
Diese Übung ist Teil des Kurses
<Kurs>Customer Analytics und A/B-Testing mit Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Plot the average first week purchases for each country by registration date
country_pivot.plot(x='____', y=['____', '____', '____', '____', '____', '____'])
plt.show()