Порівняння показників конверсії

Тепер, коли ми знаємо, що розподіл досить рівномірний, подивімося на конверсію для контрольної групи та персоналізації. Оскільки для цього тесту ми обрали конверсію як ключову метрику, надзвичайно важливо оцінити, чи була конверсія вищою у варіанті з персоналізацією порівняно з контролем. Хоч ми детальніше розберемо це в наступних вправах, вимірювання різниці ключової метрики між контролем і варіантом — найважливіша частина оцінювання успішності A/B‑тесту.

Датафрейм email завантажено у ваш робочий простір; він містить лише рядки з датафрейма marketing, де marketing_channel дорівнює 'Email'.

Ця вправа є частиною курсу

Аналіз маркетингових кампаній у pandas

Переглянути курс

Інструкції до вправи

Згрупуйте датафрейм email за user_id і variant, обравши максимальне значення у стовпці converted, і збережіть результат у subscribers.
Приберіть пропущені значення зі стовпця control у subscribers_df.
Приберіть пропущені значення зі стовпця personalization у subscribers_df.
Обчисліть показник конверсії для personalization і control, використавши відповідну функцію для кожного.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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:', ____)

Редагувати та запускати код