A/B Testing în Python
Moe Lotfy, PhD
Principal Data Science Manager
Reduce incertitudinea privind impactul noilor design-uri și funcționalități
Luarea deciziilor --> științifică, bazată pe dovezi - nu pe intuiție
Valoare ridicată față de investiție: modificări simple duc la rezultate majore
Optimizare continuă la maturitatea afacerii
Corelația nu implică cauzalitate

Exemplu de corelație falsă în Microsoft Office 365:$^1$


# Import visualization library seaborn
import seaborn as sns
# Create pairplots
sns.pairplot(admissions[['Serial No.',\
'GRE Score', 'Chance of Admit']])

# Import visualization library seaborn
import seaborn as sns
# Print Pearson correlation coefficient
print(admissions['GRE Score']\
.corr(admissions['Chance of Admit']))
0.8026104595903503
# Plot correlations heatmap
sns.heatmap(admissions.corr(),annot=True)

A/B Testing în Python