Menghitung lift & uji signifikansi

Menganalisis Kampanye Pemasaran dengan pandas

Jill Rosok

Data Scientist

Kinerja perlakuan dibanding kontrol

Menghitung lift:

$$ \frac{\text{Tingkat konversi perlakuan - Tingkat konversi kontrol}}{\text{Tingkat konversi kontrol}} $$

Menghitung lift

# Calcuate the mean of a and b 
a_mean = np.mean(control)
b_mean = np.mean(personalization)

# Calculate the lift using a_mean and b_mean
lift = (b_mean-a_mean)/a_mean

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

lift: 194.23%

Distribusi t

¹ Identification of Timed Behavior Models for Diagnosis in Production Systems. Scientific Figure on ResearchGate.

P-value

Statistik t sebesar 1,96 biasanya signifikan secara statistik pada tingkat 95%
Bergantung konteks, Anda bisa memilih tingkat signifikansi lebih rendah atau lebih tinggi.

Uji t di Python

from scipy.stats import ttest_ind

t = ttest_ind(control, personalized)

print(t)

TtestResult(statistic=-2.7343299447505074, 
            pvalue=0.006451487844694175, 
            df=552.0)

Ayo berlatih!

Menganalisis Kampanye Pemasaran dengan pandas