मार्केटिंग के लिए A/B टेस्टिंग

pandas के साथ मार्केटिंग कैंपेनों का विश्लेषण

Jill Rosok

Data Scientist

A/B टेस्टिंग क्या है?

टेस्ट चलाने से पहले तय करें:

टेस्ट का वांछित परिणाम क्या है? हमारी हाइपोथेसिस क्या है?
हम किस मेट्रिक को प्रभावित करना चाहते हैं (जैसे, पेज व्यूज़, कन्वर्ज़न)?
क्या साइट पर इतना ट्रैफिक आएगा कि सांख्यिकीय महत्व तक पहुँचकर समय पर फैसला ले सकें?

टेस्टिंग से मार्केटिंग का प्रभाव समझ आता है

टेस्ट कितनी देर चलना चाहिए?

पर्सनलाइज़्ड ईमेल टेस्ट

टेस्ट अलोकेशन

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()

अलोकेशन प्लॉट

टेस्ट का मूल्यांकन करने के लिए डेटा सेटअप

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

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

टेस्ट का मूल्यांकन करने के लिए डेटा सेटअप

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

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

कन्वर्ज़न रेट्स

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

Control conversion rate: 0.2814814814814815
Personalization conversion rate: 0.3908450704225352

चलिए टेस्टिंग शुरू करें!

pandas के साथ मार्केटिंग कैंपेनों का विश्लेषण