Сегодня A/B-тестирование широко используется для анализа эффективности рекламных и маркетинговых стратегий. Благодаря A/B-тестам маркетологи и аналитики могут понять, какой дизайн сайта или приложения может конвертировать больше трафика в продажи.
Целью A/B-тестирования может быть не только увеличение продаж, но и увеличение подписчиков или трафика, установок приложений на смартфоны или других целевых действий.
Очевидно, что для проведения A/B-тестирования с помощью Python у нас должно быть как минимум два набора данных, которые необходимо сравнить друг с другом с точки зрения достижения наших целей. Как правило, эти наборы данных делятся на 2 типа: контрольная и тестовая кампании.
В этом посте я хочу поделиться с вами результатами A/B-тестирования с помощью Python двух таких кампаний одного интернет-магазина.
Инструменты
Python, Pandas, Plotly.
Ссылки
- Google Collaboratory: colab.google.com
