电商页面A/B测试分析报告

最新推荐文章于 2023-10-11 16:53:23 发布

KuebikoA

最新推荐文章于 2023-10-11 16:53:23 发布

阅读量1k

点赞数

文章标签：数据分析

本文链接：https://blog.csdn.net/mxx4206/article/details/121549834

版权

该报告详述了一项电商网站A/B测试的分析过程，旨在评估新旧两个页面版本对用户转化的影响。通过对数据的清洗、缺失值处理、逻辑错误检查和重复值检查，进行了假设检验。结果显示，虽然新旧页面存在统计学上的显著差异，但效应量极小，几乎可以忽略不计，意味着页面变更对转化率的影响不大。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、项目背景

A/B测试：是一种源于生物医学中的双盲实验，将试验对象随机分组并针对不同组对象给不同的变量刺激，然后采集实验数据，运用统计学上的假设检验判断不同变量对实验的效果是否显著的科学实验方法。

本项目通过对AB测试数据的分析判断新旧两版页面在用户转化上是否有显著区别，决策是否需要采用新的页面。

注：数据集来自电商网站

import pandas as pd  
import numpy as np
import matplotlib.pyplot as plt 
import seaborn as sns
%matplotlib inline

#导入数据：ab_data
ABtest=pd.read_csv(r"/Users/kuebiko/Desktop/电商页面AB测试/ab_data.csv")

#查看前5行数据
ABtest.head()

	user_id	timestamp	group	landing_page	converted
0	851104	2017-01-21 22:11:48.556739	control	old_page	0
1	804228	2017-01-12 08:01:45.159739	control	old_page	0
2	661590	2017-01-11 16:55:06.154213	treatment	new_page	0
3	853541	2017-01-08 18:28:03.143765	treatment	new_page	0
4	864975	2017-01-21 01:52:26.210827	control	old_page