Výpočet liftu a testování významnosti

Analýza marketingových kampaní s pandas

Jill Rosok

Data Scientist

Výkon varianty oproti kontrole

Výpočet liftu:

$$ \frac{\text{Míra konverze varianty - Míra konverze kontroly}}{\text{Míra konverze kontroly}} $$

Výpočet liftu

# 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%

T-rozdělení

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

P-hodnoty

T-statistika 1,96 je obvykle statisticky významná na hladině 95 %
V závislosti na kontextu testu může být přijatelná nižší nebo vyšší hladina statistické významnosti.

T-test v Pythonu

from scipy.stats import ttest_ind

t = ttest_ind(control, personalized)

print(t)

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

Pojďme si procvičit!

Analýza marketingových kampaní s pandas