门店经营分析(AB TEST)

最新推荐文章于 2024-01-08 15:49:37 发布

Paulooo

最新推荐文章于 2024-01-08 15:49:37 发布

阅读量964

点赞数

分类专栏：数据分析文章标签：数据分析实例案例小白级 AB test

本文链接：https://blog.csdn.net/Paulooo/article/details/102660179

版权

通过对健身房MuscleHub的AB Test数据进行分析，发现未参加体能测试的B组客户申请率比A组高4%，但体能测试对申请者付费行为无显著影响。然而，B组的最终付款率高于A组，说明免费体能测试可能并未带来预期收益，反而增加了成本。建议优化门店体验和服务，提高转化率。

摘要由CSDN通过智能技术生成

数据分析实例测试

案例背景：MuscleHub 是一家新开业的健身房，为了更好地经营业务，店主向顾客提供一次免费的体能测试，但是体能测试会增加人力成本，是否真的有必要向所有顾客提供体能测试呢？请给出你的预判，看看最后的分析结果是否一致呢？

于是，进行AB Test 进行测试，经营模式如下图所示：
在这里插入图片描述

准备数据

1.案例数据有四个csv文件，分别是visits.csv(来客信息)、fitness_tests.csv(体能测试信息)、applications.csv(申请信息)、purchases.csv(付费信息)

数据来源于网络，导入三剑客模块加卡方检验：

from matplotlib import pyplot as plt
import numpy as np
import pandas as pd
from scipy.stats import chi2_contingency

用read_csv()方法导入数据源，观察各表的数据结构：

visits = pd.read_csv('visits.csv')
visits.head()

在这里插入图片描述

fitness_tests = pd.read_csv('fitness_tests.csv')
fitness_tests.head()

在这里插入图片描述

applications = pd.read_csv('applications.csv')
applications.head()

在这里插入图片描述

purchases = pd.read_csv('purchases.csv')
purchases.head()

在这里插入图片描述
可以看出，每个表之间有大量的重复客户信息，进行多表关联，把客户的行为（来访-测试-申请-付费）放在一张表中，由于业务需要，只选取近期在7-1-17之后的数据，并且认为Email是主键(即认为Email是不可重复的)，这里直接在数据库中进行了操作：

SELECT visits.first_name,visits.last_name,visits.gender,visits.email,visits.visit_date,
       fitness_tests.fitness_test_date,
       applications.application_date,
       purchases.purchase_date
FROM visits LEFT JOIN fitness_tests
            ON visits.email = fitness_tests.email
            LEFT JOIN applications
            ON visits.email = applications.email
            LEFT JOIN purchases
            ON visits.email = purchases.email
WHERE visits.visit_date >= '7-1-17'

将查询结果导入python命名为df数据框，先查看df的大致信息：

df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 5006 entries, 0 to 5005
Data columns (total 8 columns):
first_name           5006 non-null object
last_name            5006 non-null object
gender               5006 non-null object