Lift 함수 만들기

Lift는 처리군의 처리 효과(또는 평균)에서 대조군의 처리 효과를 뺀 값을 대조군의 처리 효과로 나누어 계산할 수 있어요. Lift의 공식은 아래와 같습니다:

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

결과는 대조군과 처리군 간의 백분율 차이를 의미해요.

이 연습 문제에서는 lift 계산을 자동화하는 함수를 만들어 보겠습니다. 많은 마케팅 팀은 상시로 테스트를 수행해요. 모든 테스트에서 반복되는 부분을 자동화할수록, 더 흥미로운 분석에 사용할 시간을 확보할 수 있어요.

이 연습은 강의의 일부입니다

pandas로 마케팅 캠페인 분석하기

강의 보기

연습 안내

np.mean()을 사용해 a와 b의 평균을 계산하세요.
a_mean과 b_mean을 사용해 처리군의 lift를 계산하세요.
생성한 lift() 함수를 control과 personalization 변수에 적용한 결과를 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

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))

코드 편집 및 실행