A/B testing และการออกแบบการทดลอง

A/B Testing ใน R

Lauryn Burleigh

Data Scientist

A/B testing

  • เทคนิคทางสถิติ
  • การตัดสินใจเชิงข้อมูล
  • ทดสอบความแตกต่างและความสัมพันธ์
  • เหมาะสำหรับ:
    • เพิ่มประสิทธิภาพแคมเปญการตลาด ทดสอบเว็บไซต์และโฆษณา

ในคอร์สนี้:

  • วิเคราะห์ข้อมูล A/B
  • ตัดสินใจและพยากรณ์ผล

 

ภาพประกอบ A/B test แสดงแท็บเล็ตสองเครื่องที่มีลักษณะคล้ายกันและเปอร์เซ็นต์ที่แตกต่างกันในแต่ละเครื่อง

A/B Testing ใน R

การออกแบบ A/B

  • ผลกระทบของเงื่อนไข:
    • เวลาในการกินพิซซ่าชีสหรือเปปเปอโรนี

 

  • กลุ่ม A: พิซซ่าชีส
  • กลุ่ม B: พิซซ่าเปปเปอโรนี
  • การออกแบบแบบ Between-Subjects

ผู้เข้าร่วมแต่ละคนอยู่ในกลุ่มเดียวเท่านั้น

A/B Testing ใน R

กลุ่มควบคุม

 

 

Group A Charlie, Sam และ Hunter เพื่อนที่เลือกพิซซ่าชีส กลายเป็นกลุ่ม A

  • กลุ่มควบคุม

 

 

Group B Jessie, Skylar และ Elliot เพื่อนที่เลือกพิซซ่าเปปเปอโรนี กลายเป็นกลุ่ม B

  • กลุ่มทดลอง
A/B Testing ใน R

การจัดระเบียบ data frame

รูปแบบ Wide

  • กลุ่มอยู่คนละคอลัมน์
  • มีค่า NA เนื่องจากการออกแบบแบบ Between-Subjects
ID Cheese Pepperoni
01 5.21 NA
02 3.75 NA
03 6.32 NA
04 NA 6.53
05 NA 7.01
06 NA 6.98

รูปแบบ Long

  • ระบุกลุ่มในคอลัมน์เดียว
  • รูปแบบที่แนะนำ
ID Topping Time
01 Cheese 5.21
02 Cheese 3.75
03 Cheese 6.32
04 Pepperoni 7.64
05 Pepperoni 7.98
06 Pepperoni 5.62
A/B Testing ใน R

จาก Wide เป็น Long format

ID Cheese Pepperoni
01 5.21 NA
02 3.75 NA
03 NA 6.53
04 NA 7.01
ID Topping Time
01 Cheese 5.21
02 Cheese 3.75
03 Pepperoni 7.64
04 Pepperoni 7.98 
library(tidyr)

longdf <- Pizza %>% pivot_longer(cols = c("Cheese", "Pepperoni"),

          names_to = "Topping", values_to = "Time") %>%

          na.omit()
A/B Testing ใน R

แสดงภาพการแบ่งกลุ่ม

library(ggplot2)

ggplot(Pizza, aes(x = Time,
                  fill = Topping)) +
geom_histogram()

ฮิสโทแกรมแสดงการกระจายความเร็วในการกินพิซซ่าเปปเปอโรนีที่กว้าง และพิซซ่าชีสที่แคบกว่า

A/B Testing ใน R

แยกการแสดงผลตามกลุ่ม

library(ggplot2)

ggplot(Pizza, aes(x = Time,
                  fill = Topping)) + 

geom_histogram() + facet_grid(Topping~.)

ฮิสโทแกรมความเร็วในการกินพิซซ่าเปปเปอโรนีที่มีค่าเฉลี่ย 7 และพิซซ่าชีสที่มีค่าเฉลี่ย 5

A/B Testing ใน R

สมมติฐานของ A/B test

เปรียบเทียบค่าวัดระหว่างกลุ่ม

  • พิซซ่าชีสได้รับความชอบต่างจากพิซซ่าเปปเปอโรนี
  • พิซซ่าชีสถูกกินด้วยความเร็วต่างจากพิซซ่าเปปเปอโรนี

ความแตกต่างระหว่างเงื่อนไข

ความสัมพันธ์ของค่าวัดภายในกลุ่ม

  • ความชอบมีความสัมพันธ์กับความเร็วในการกิน
  • ทั้งกลุ่มชีสและเปปเปอโรนี: ความชอบในพิซซ่ามีความสัมพันธ์กับความเร็วในการกิน
  • กลุ่มเดียว (ชีส): ความชอบในพิซซ่าชีสมีความสัมพันธ์กับความเร็วในการกินพิซซ่าชีส

แนวโน้มระหว่างค่าวัด

A/B Testing ใน R

มาฝึกกันเถอะ!

A/B Testing ใน R

Preparing Video For Download...