AB测试——流程介绍(实施实验和结果分析)

前言: 作为AB测试的学习记录,本文通过例子介绍实验数据的验证过程。
相关文章:
AB测试——原理介绍
AB测试——流程介绍(定义问题和指标选取)
AB测试——流程介绍(设计实验)

5.1 选择测试和数据收集工具

在实施测试方案过程中,短期内,可以基于已有数据,灵活简便地使用Excel或者Python对实验数据进行分析。若是长期需求,则可以借助市场上已有的一些工具,或者自主搭建Pipeline去收集和分析结果数据。

数据分析工具

这里列几个工具,比如:

在这里插入图片描述

自主搭建分析流程

自主搭建数据分析流程,更加灵活,不会受限于工具的功能,但同时也要投入一定的人力时间。

首先,需要给测试对象打好标签,对照组和实验组的数据不能混淆;其次,搭建完善数据收集通道及存储仓库,做好数据清洗和储存工作;最后,使用统计学方法对数据进行分析验证,得出结论和建议,以及对结果进行可视化。

这一流程需要有机结合使用一系列的数据仓库/分析/BI工具,比如Python、SQL 、Tableau 或 PowerBI。

5.2 实验数据分析

统计分析收集的数据,比较测试组和对照组的差异,并确定哪种方案更有效。

案例背景

假设我们正在测试一个购物车页面,以确定新的页面设计是否可以提高转化率。我们将原网页与新网页进行比较,原始版本称为控制组(Group A),新版本称为变体组(Group B)。我们使用每个组的1000个随机访客来进行测试,并收集了以下数据:

  • Group A: 1000访客,45个购买者,4.5%转化率
  • Group B: 1000访客,65个购买者,6.5%转化率

案例分析

我们可以对案例进行分析:

  • 确定指标:转化率
  • 确定假设:新网页设计可以提高转化率
  • 随机化实验组:使用随机化工具将1000个访客随机分配给Group A和Group B定义控制组和变体组:Group A是控制组,Group B是变体组

接下来,统统计算检验实验结果是否显著:

Python 计算检验

import numpy as np
from scipy.stats import ttest_ind_from_stats

# Group A
n_A = 1000
conversions_A = 45
conversion_rate_A = 0.045

# Group B
n_B = 1000
conversions_B = 65
conversion_rate_B = 0.065

# Conduct t-test
t_stat,p_value = ttest_ind_from_stats(conversion_rate_A, np.sqrt(conversion_rate_A*(1-conversion_rate_A)), n_A, 
                                     conversion_rate_B, np.sqrt(conversion_rate_B*(1-conversion_rate_B)), n_B)

# Print results
alpha = 0.05
if p_value < alpha:
    print("The difference in conversion rates between Group A and Group B is statistically significant (p = {:.4f})".format(p_value))
else:
    print("The difference in conversion rates between Group A and Group B is not statistically significant (p = {:.4f})".format(p_value))

结果输出:
在这里插入图片描述

结论及建议

在此示例中,Group B的转化率比Group A高,且这种差异在统计学上是显著的。因此,我们可以得出结论,新页面可以提高转化率,建议采用新的页面设计并在网站上推出。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值