Lift hesaplama ve anlamlılık testi

pandas ile Pazarlama Kampanyalarını Analiz Etme

Jill Rosok

Data Scientist

Tedavinin kontrole göre performansı

Lift hesaplama:

$$ \frac{\text{Tedavi dönüşüm oranı - Kontrol dönüşüm oranı}}{\text{Kontrol dönüşüm oranı}} $$

Lift hesaplama

# a ve b'nin ortalamasını hesapla
a_mean = np.mean(control)
b_mean = np.mean(personalization)

# a_mean ve b_mean ile lift'i hesapla
lift = (b_mean-a_mean)/a_mean

print("lift:", str(round(lift*100, 2)) + '%')

lift: 194.23%

t-dağılımı

¹ Üretim Sistemlerinde Teşhis için Zamanlanmış Davranış Modellerinin Tanımlanması. ResearchGate’te Bilimsel Şekil.

p-değerleri

1,96’lık t-istatistiği genelde %95 düzeyinde istatistiksel olarak anlamlıdır.
Test bağlamına göre daha düşük veya daha yüksek anlamlılık düzeyi kabul edilebilir.

Python’da t-testi

from scipy.stats import ttest_ind

t = ttest_ind(control, personalized)

print(t)

Ttest_indResult(statistic=-2.7343299447505074, 
                pvalue=0.006451487844694175)

Hadi pratik yapalım!

pandas ile Pazarlama Kampanyalarını Analiz Etme