A/B testování v marketingu

Analýza marketingových kampaní s pandas

Jill Rosok

Data Scientist

Co je A/B testování?

Před spuštěním testu stanovte:

Jaký je požadovaný výsledek testu? Jaká je naše hypotéza?
Jakou metriku chceme ovlivnit (např. zobrazení stránek, konverze)?
Bude na webu dostatečná návštěvnost pro dosažení statistické významnosti v přiměřené době?

Testování pomáhá pochopit dopad marketingu

Jak dlouho má test běžet?

Test personalizovaného e-mailu

Rozdělení testu

email = marketing[marketing['marketing_channel'] == 'Email']
allocation = email.groupby(['variant'])\
                           ['user_id'].nunique()

allocation.plot(kind='bar')
plt.title('Personalization test allocation')
plt.xticks(rotation = 0)
plt.ylabel('# participants')
plt.show()

Graf rozdělení

Příprava dat pro vyhodnocení testu

# Group by user_id and variant
subscribers = email.groupby(['user_id', 
                             'variant'])['converted'].max()

subscribers = pd.DataFrame(subscribers.unstack(level=1))

Příprava dat pro vyhodnocení testu

# Drop missing values from the control column
control = subscribers['control'].dropna()

# Drop missing values from the personalization column
personalization = subscribers['personalization'].dropna()

Míry konverze

print("Control conversion rate:", 
      np.mean(control))
print("Personalization conversion rate:", 
      np.mean(personalization))

Control conversion rate: 0.2814814814814815
Personalization conversion rate: 0.3908450704225352

Pojďme testovat!

Analýza marketingových kampaní s pandas