Conversion rates की तुलना
अब जबकि हमें पता है कि allocation अपेक्षाकृत बराबर है, आइए control और personalization के conversion rate पर नज़र डालें. चूँकि इस टेस्ट के लिए हमने conversion rate को अपनी key metrics के रूप में चुना है, इसलिए यह आकलन करना बेहद ज़रूरी है कि personalization treatment में conversion control की तुलना में अधिक था या नहीं. हालाँकि हम अगले अभ्यासों में गहराई से जाएँगे, control और treatment में key metric के फर्क को मापना A/B टेस्ट की सफलता का आकलन करने का सबसे अहम हिस्सा है.
DataFrame email आपके workspace में लोड कर दिया गया है, जिसमें marketing DataFrame की वही पंक्तियाँ हैं जहाँ marketing_channel 'Email' है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
pandas के साथ मार्केटिंग कैंपेनों का विश्लेषण
अभ्यास निर्देश
emailDataFrame कोuser_idऔरvariantके आधार पर group करें,convertedकॉलम का अधिकतम मान चुनते हुए, और नतीजों कोsubscribersमें स्टोर करें.subscribers_dfकेcontrolकॉलम से missing values हटा दें.subscribers_dfकेpersonalizationकॉलम से missing values हटा दें.personalizationऔरcontrolदोनों के लिए उपयुक्त फ़ंक्शन का उपयोग करके conversion rate निकालें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Group marketing by user_id and variant
subscribers = email.____(['user_id',
____])____
subscribers_df = pd.DataFrame(subscribers.unstack(level=1))
# Drop missing values from the control column
control = ____
# Drop missing values from the personalization column
personalization = ____
print('Control conversion rate:', ____)
print('Personalization conversion rate:', ____)