Compararea ratelor de conversie

Acum că știm că alocarea este relativ echilibrată, să analizăm rata de conversie pentru grupul de control și cel de personalizare. Deoarece am ales rata de conversie ca principală metrică a acestui test, este esențial să evaluăm dacă aceasta a fost mai ridicată în grupul de personalizare față de cel de control. Deși vom aprofunda analiza în exercițiile următoare, măsurarea diferenței dintre metrica cheie din grupul de control și cea din grupul de tratament reprezintă cel mai important pas în evaluarea succesului unui test A/B.

DataFrame-ul email a fost încărcat în spațiul tău de lucru și conține doar rândurile din DataFrame-ul marketing unde marketing_channel este 'Email'.

Acest exercițiu face parte din cursul

Analiza campaniilor de marketing cu pandas

Vezi cursul

Instrucțiuni pentru exercițiu

Grupează DataFrame-ul email după user_id și variant, selectând valoarea maximă a coloanei converted, și stochează rezultatele în subscribers.
Elimină valorile lipsă din coloana control a subscribers_df.
Elimină valorile lipsă din coloana personalization a subscribers_df.
Calculează rata de conversie atât pentru personalization, cât și pentru control, folosind funcția corespunzătoare pentru fiecare.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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:', ____)

Editează și rulează codul