Een lift-functie maken

Lift bereken je door het verschil te nemen tussen het treatment-effect (of het gemiddelde) van de treatment en het treatment-effect van de control, gedeeld door het treatment-effect van de control. De formule voor lift staat hieronder:

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

Het resultaat is het procentuele verschil tussen de control en de treatment.

In deze oefening maak je een functie om het berekenen van lift te automatiseren. Veel marketingteams draaien voortdurend tests. Hoe meer je de onderdelen kunt automatiseren die in elke test terugkomen, hoe meer tijd je overhoudt voor interessantere analyses.

Deze oefening maakt deel uit van de cursus

Marketingcampagnes analyseren met pandas

Cursus bekijken

Oefeninstructies

Bereken het gemiddelde van a en b met np.mean().
Gebruik a_mean en b_mean om de lift van de treatment te berekenen.
Print de resultaten van de door jou gemaakte functie lift() met de variabelen control en personalization.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

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))

Code bewerken en uitvoeren