A/B testing และการแบ่งกลุ่ม

วิเคราะห์แคมเปญการตลาดด้วย pandas

Jill Rosok

Data Scientist

อย่าลืมการแบ่งกลุ่ม!

shutterstock_379530769.jpg

วิเคราะห์แคมเปญการตลาดด้วย pandas

การทดสอบ Personalization แบ่งตามภาษา

for language in np.unique(marketing['language_displayed'].values):
    print(language)


วิเคราะห์แคมเปญการตลาดด้วย pandas

แยกข้อมูลที่เกี่ยวข้อง

for language in np.unique(marketing['language_displayed'].values):
    print(language)

    language_data = marketing[(marketing['marketing_channel'] == 'Email') & 
                              (marketing['language_displayed'] == language)]                              
วิเคราะห์แคมเปญการตลาดด้วย pandas

แยกข้อมูลผู้สมัครสมาชิก

for language in np.unique(marketing['language_displayed'].values):
    print(language)

    language_data = marketing[(marketing['marketing_channel'] == 'Email') & 
                              (marketing['language_displayed'] == language)]

    subscribers = language_data.groupby(['user_id', 'variant'])['converted']\
                                                                      .max()
วิเคราะห์แคมเปญการตลาดด้วย pandas

แยกกลุ่ม control และ personalization

for language in np.unique(marketing['language_displayed'].values):
    print(language)

    language_data = marketing[(marketing['marketing_channel'] == 'Email') & 
                              (marketing['language_displayed'] == language)]

    subscribers = language_data.groupby(['user_id', 'variant'])['converted']\
                                                                      .max()
    subscribers = pd.DataFrame(subscribers.unstack(level=1)) 
    control = subscribers['control'].dropna()
    personalization = subscribers['personalization'].dropna()  
วิเคราะห์แคมเปญการตลาดด้วย pandas

for loop แบบสมบูรณ์

for language in np.unique(marketing['language_displayed'].values):
    print(language)

    language_data = marketing[(marketing['marketing_channel'] == 'Email') & 
                              (marketing['language_displayed'] == language)]

    subscribers = language_data.groupby(['user_id', 'variant'])['converted']\
                                                                      .max()
    subscribers = pd.DataFrame(subscribers.unstack(level=1)) 
    control = subscribers['control'].dropna()
    personalization = subscribers['personalization'].dropna()  

    print('lift:', lift(control, personalization))
    print('t-statistic:', stats.ttest_ind(control, personalization), '\n\n')
วิเคราะห์แคมเปญการตลาดด้วย pandas

ผลลัพธ์

Arabic
lift: 50.0%
t-statistic: TtestResult(statistic=-0.58, pvalue=0.58, df=8.0) 

English
lift: 39.0%
t-statistic: TtestResult(statistic=-2.22, pvalue=0.03, df=486.0) 

German
lift: -1.62%
t-statistic: TtestResult(statistic=0.19, pvalue=0.85, df=42.0) 

Spanish
lift: 166.67%
t-statistic: TtestResult(statistic=-2.36, pvalue=0.04, df=10.0) 
วิเคราะห์แคมเปญการตลาดด้วย pandas

มาฝึกกันเถอะ!

วิเคราะห์แคมเปญการตลาดด้วย pandas

Preparing Video For Download...