Créer une fonction de calcul du lift

Le lift se calcule en prenant la différence entre l'effet du traitement (ou la moyenne) du groupe de traitement et l'effet du traitement du groupe témoin, puis en divisant par l'effet du traitement du groupe témoin. La formule du lift est présentée ci‑dessous :

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

Le résultat correspond au pourcentage de différence entre le témoin et le traitement.

Dans cet exercice, vous allez créer une fonction pour automatiser le calcul du lift. De nombreuses équipes marketing effectuent des tests en continu. Plus vous automatisez les étapes qui se répètent dans chaque test, plus vous aurez de temps pour réaliser des analyses plus intéressantes.

Cette activité fait partie du cours

Analyser des campagnes marketing avec pandas

Voir le cours

Instructions de l’exercice

Calculez la moyenne de a et b à l'aide de np.mean().
Utilisez a_mean et b_mean pour calculer le lift du traitement.
Affichez les résultats de la fonction lift() que vous avez créée en utilisant les variables control et personalization.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

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))

Modifier et exécuter le code