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
Customer Analytics und A/B-Testing mit Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Plot the average first week purchases for each country by registration date
country_pivot.plot(x='____', y=['____', '____', '____', '____', '____', '____'])
plt.show()