コンバージョン率の比較

配分が概ね均等だと分かったので、次は control と personalization のコンバージョン率を確認しましょう。今回のテストでは主要指標にコンバージョン率を選んでいるため、personalization の施策で control よりコンバージョンが高かったかどうかを評価することがとても重要です。詳細は後続の演習で掘り下げますが、control と treatment の主要指標の差を測ることは、A/B テストの成否を判断するうえで最も重要なポイントです。

ワークスペースには DataFrame email が読み込まれており、これは marketing DataFrame のうち、marketing_channel が 'Email' の行だけを含んでいます。

この演習はコースの一部です

pandasで学ぶマーケティングキャンペーン分析

コースを見る

演習の手順

email DataFrame を user_id と variant でグループ化し、converted 列の最大値を選択して、結果を subscribers に保存します。
subscribers_df の control 列から欠損値を削除します。
subscribers_df の personalization 列から欠損値を削除します。
personalization と control の両方について、適切な関数を使ってコンバージョン率を計算します。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# 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:', ____)

コードを編集して実行