用python分析数据案例_使用Python完成《数据分析实战》中的案例-3

A/B 测试 哪种广告的效果更好

现状与预期

促销活动的购买率低

通过和其他应用的促销活动相比较，我们发现《黑猫拼图》游戏的促销活动的购买率确实偏低。因此，我们希望能够通过数据分析找出购买率偏低的原因，改善这 种状况。

整理现状和预期

现状： 和其他应用的促销活动相比，《黑猫拼图》的游戏装备促销活动的购买率偏低。

预期： 弄清楚购买率偏低的原因，并确保和其他应用的促销活动有相同的购买率。

发现问题

和其他应用有何不同

为明确现状与预期之间的差距，我们需要从大的视角出发来考虑《黑猫拼图》游戏和其他应用有何不同，并尝试做出假设。

1. 游戏装备促销活动的内容有问题

→ 销售的游戏装备并不是用户需要的

→ 销打折的力度不够，对用户没有太大吸引力

2. 广告的外观展示有问题

通过咨询了游戏的策划部门，并统计了在促销期间出售的游戏装备的使用情况，得到了如下反馈。

游戏装备促销活动中出售的游戏装备或许能够用得上

和其他应用一样，促销时的游戏装备打五折，这从用户的立场来看是很划算的

也就是说，上述第 1 个假设中的问题基本不大。 通过咨询了市场营销部门，得到：

游戏装备大促销的广告都是由各个应用的设计师负责的，所以广告的质量也是参差不齐

《黑猫拼图》游戏的广告的点击率一直比较低(参考下表)

数据的收集和加工

探讨验证方法

问题

→《黑猫拼图》游戏的广告点击率比其他应用低      (事实)

→《黑猫拼图》游戏的广告设计有问题      (假设)

解决方案

→ 用点击率高的广告替换目前所使用的广告  (解决方案)

为了完成上述方案，需要找到哪种广告更容易被点击。但是，在《黑猫拼图》游戏中，之前每月开展的“游戏装备大促销”活动的广告一直都没有变更过，因此我们缺少可供分析的数据。

于是，我们准备了两个不同的广告，通过收集数据来比较哪个广告更容易被用户点击。

如果采用前后比较的方法，则无法排除外部因素的干扰

如下图所示，在前一段时间内投放广告A ，在后一段时间内投放广告B，并比较前后两个时间段广告投放的效果。其思路是“如果继续投放广告A，购买率应该是这样”，然后拿这个值和广告 B 的值进行比较。然而，这种做法却存在外部因素干扰。比如说：A广告投放时间结束后，改投放B广告，在此期间，购买率得到提升，是因为B广告奏效呢？还是A广告效应延迟的结果。这是难以证明的。

采用A/B测试的方法排除外部因素干扰

A/B 测试能够在多个选项中找出那个能够带来最佳结果的选项。例如，如下图所示，我们只要同时投放广告 A 和广告 B，就可以排除之前所说的外部因素的干扰。

A/B 测试虽然在引入时需要较高的开发成本，但是实施成本却相对较低，而且也方便收集统计数据，因而在互联网业界被广泛使用，此外在部分广告业和制造业中也会被采用。

● A/B测试中的用户分组必须遵循随机的原则

要想避免条件性的差异，最简单的一种分组方法就是把用户 ID 对某个数进行取模运算。

● 同时进行多个A/B测试时的陷阱

A/B 测试是将测试对象随机分为 A、 B 两组，然后比较两组之间差异的验证方法，但是有的企业会在同一时间开展多个 A/B 测试。在这种情 况下，就算这些 A/B 测试各自使用了上述方法来对用户进行分组，彼此之间仍有可能相互干扰。如：① 所有的 A/B 测试都采用相同的分组方法；② 各组中参与其他测试的用户比例不同。

利用统计学上的假设检验来过滤

不光是在 A/B 测试中，平时当我们需要判断两组之间是否存在差异时，都可以用到统计学上的“假设检验”。

众所周知，偶然的行为(异常值)在用户数较少的情况下，某一个用户的偶然行为都可能对结果造成较大的影响。但当用户数增多时，这种影响就会逐渐消失。因此，使用假设检验时，人数越多，越容易得出“存在显著性差异”的结论。然而，即使“存在显著性差异”，这种差异在商业领域也未必有意义。尤其是在大数据盛行的现在，由于数据量的增大，假设检验中“用户数较少导致的偏差”已经很小了，因此我们很难再断言“不做假设检验就不知道是否存在显著性差异”的那些差异还有意义。

尽管如此，万一出现了“看上去像是有差异，而实际上不是显著性差异”的情况还是很麻烦的，因此我们需要通过假设检验来过滤出显著性差异。这里并不是说只要“通过假设检验找出差异”就可以了，而是要“先通过假设检验找出有统计意义的差异，再探讨这个差异在商业活动中是否有意义”。

收集和加工验证所需要的数据

A/B测试的日志输出

ab_test_imp(关于广告曝光次数的信息)

ab_test_goal(关于广告点击次数的信息)

查看数据结构并检查是否存在缺失值

分析前的数据加工

● 广告的曝光次数信息和点击次数信息合并起来

● 生成一个新的标志位来标识该条记录是否被点击

数据分析

弄清楚 A 和 B 的点击率是否存在显著性差异

统计一下A和B两个广告的点击率，以确定哪个广告的效果更好。

观察 A 和 B 的点击率，我们发现 A 的点击率为 0.08026，大约是8%，而 B 的点击率为 0.11546，大约是 12%。在探讨这二者的差异之前，首先需要对其进行假设检验。像本例这样，针对两种广告点击情况的差异来进行假设检验，一般采用的是卡方检验。

在本例中，计算出来的结果，卡方值308.38，P值4.93e-69，自由度1；由于 p 值非常接近于 0，因此我们可以说：在将两种广告分为 A 和 B 并同时投放后，所得到的点击率存在显著性差异。

广告 A 和 B 的点击率的时间序列变化的可视化

在确认了二者“存在显著性差异”后，我们再来看这种差异在商业领域里是否有意义。在本例中，原来广告的点击率只有 6%，而其他应用的广告的点击率为12%。为了填补这个差异，我们进行了测试。通过观察结果可以发现广告 B 的点击率达到了大约 12%，基本上达到了我们的目的，因此在商业领域里这也是一个有意义的差异。最后，我们再确认一下点击率的时间序列变化情况。在时间序列图中，如果广告 B 的效果始终都比广告 A 好的话，那就没有问题，但是如果只是在某个时间段内广告 B 的效果更好，那就需要考虑是否存在别的原因了。

通过上图可知，广告 B 的点击率在大多数时候都优于广告 A。所以总的说来，广告 B 的效果始终都比广告 A 好。

解决对策

分析的结果是，广告 B 比广告 A 更容易被用户点击，因此我们需要在《黑猫拼图》游戏里投放广告 B。今后，我们可以继续通过这种 A/B测试的方式来找到最合适的广告。

​