意思決定分析：利益
事後のクリック率をコスト分布にうまく変換できましたね！ その間に新しい社内方針が発表されました。これからは、キャンペーンのコスト最小化（あまり効果的ではありませんでした）ではなく、利益の最大化がマーケティング部門の目標になります。モバイル広告のクリック当たり期待収益は $3.4、デスクトップ広告は $3 であることを踏まえて、結果を調整してみましょう。利益を計算するには、すべてのクリックからの収益を求め、それから対応するコストを差し引きます。
前の演習で計算したものはすべて作業スペースに用意されています。ads_cost 辞書に加え、クリック数の分布 clothes_num_clicks と sneakers_num_clicks もあります。
この演習はコースの一部です
Pythonで学ぶBayesianデータ分析
演習の手順
- 4つのキー
clothes_mobile、sneakers_mobile、clothes_desktop、sneakers_sneakersを持つ辞書ads_profitを作成し、それぞれに対応するクリックから得られる利益分布を格納してください。 - 信用区間 99% を用いて
ads_proftのフォレストプロットを描画してください。
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。
# Calculate profit distributions for each product and platform
ads_profit = {
"clothes_mobile": ____,
"sneakers_mobile": ____,
"clothes_desktop": ____,
"sneakers_desktop": ____,
}
# Draw a forest plot of ads_profit
____
plt.show()