Analiza decyzyjna: koszty
Twoja przygoda z marketingiem trwa. Masz już obliczone posteriory współczynników kliknięć dla reklam ubrań i sneakersów – dostępne w przestrzeni roboczej jako clothes_posterior i sneakers_posteriors. Twój szef nie jest jednak zainteresowany rozkładami współczynników kliknięć. Chciałby wiedzieć, jaki byłby koszt przeprowadzenia kampanii reklamowej dla 10 000 użytkowników. Partner reklamowy firmy pobiera $2,5 za kliknięcie na urządzeniu mobilnym i $2 na komputerze stacjonarnym. Szefa interesuje koszt kampanii dla każdego produktu (ubrania i sneakersy) na każdej platformie (mobilna i stacjonarna) – cztery wartości łącznie.
Porównajmy te cztery posteriory kosztów za pomocą wykresu forest plot z pymc3, który został zaimportowany jako pm.
To ćwiczenie jest częścią kursu
Bayesowska analiza danych w Pythonie
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate distributions of the numbers of clicks for clothes and sneakers
clothes_num_clicks = ____
sneakers_num_clicks = ____