AB test 分析经验
最近做了一个AB,有几点经验值得记录一下。
背景
用户每日都可以打卡到微信,引导关注公众号。近期关注率有下降,怀疑与微信屏蔽有关,(微信抵制诱导分享引流到公众号)。
因此申请一个新公众号做测试,新老两个公众号内容均一致,观测两个公众号的关注率是否有差异。
关注指标:关注用户数/打卡用户数
过程
AB实验 1号上线,上线时全量切origin,2号开始1:1切
分析
step1
观察当天新进入分组的用户,在当天打卡发出的场景二维码带来的订单。连续观测多天数据,对每日即多日汇总数据进行假设检验
原假设: origin >= v2, 备则假设: origin < v2
p值 ≈ 0.002 <0.01,可以拒绝原假设,接受备则假设,即 新公众号关注率高于老公众号
##### 假设检验
n1 = c(3935,2329); d1 = c(304, 209)
n2 = c(2431,2538); d2 = c(180, 203)
n3 = c(2016,2015); d3 = c(146, 167)
n4 = c(1524,1475); d4 = c(122, 152)
alt = "less"
num_tests = 4
nt = 0; dt = 0;
for (i in 1:num_tests) {nx = eval(parse(text = paste0("n",i)))dx = eval(parse(text = paste0("d",i)))nt = nt + nx; dt = dt + dx;p = prop.test(n = nx, x = dx, conf.level = .9, alternative = alt)cat('test result', i, ':', p$p.value, '\n')if (i == num_tests) {pt = prop.test(n = nt, x = dt, conf.level = .9, alternative = alt)cat('test result for all :', pt$p.value)}
}test result 1 : 0.04517291
test result 2 : 0.2321899
test result 3 : 0.1186704
test result 4 : 0.01692163
test result for all : 0.002388452
然而,发现ab结论是v2高于origin,但从大盘看自AB上线开始,整体大盘的关注率却在下降,需要进一步排查。
step2
首先,看AB分组是否平均,用户质量是否有差异
对进入分组的用户进行维度拆分,查看各维度AB两组分布是否均匀。
观察城市等级、平台、年龄、性别等维度后分布都均匀
其次,这部分是重点
思考AB是否无偏差,而是真的AB
以这个案例来说,用户每天都可以打卡,可能存在很多人关注过老的公众号, 所以开新号的效率高一些。
为验证该想法,查看数据,发现关注新号的用户中,12% 关注过老号 查询SQL。对于这部分已关注老号的用户,本身可能意愿较强,看到新号也愿意关注看看。
所以这个AB是有偏的,为矫正这部分偏差,排除v2关注用户中之前已关注过老号的用户。
再将结果进行假设检验,发现两组用户无显著差异.
AB test 分析经验相关推荐
- AB实验分析方法论 - matching
AB分析有一个总体的思路是这样子滴~ 这次我们来讲一讲AB实验分析过程中的一个基本方法论 Matching. Matching的方法其实大家在日常工作中都用过,一般是在大盘整体对比得不到显著影响的时候 ...
- 17年数据分析经验告诉你大数据行业的门道
本文根据具有十七年数据分析行业经验的嘉宾陈晨的纪实采访整理. 专访嘉宾:陈晨 简历:现任电通安吉斯 – 美库尔(DAN – Merkle) 中国(上海/南京) 数据与分析部高级总监,兼任Merkle南 ...
- oracle48108,记一次oracle连接数暴涨hang分析经验
小伙伴们,大家好. 这次分享一个因为应用连接数暴涨进而导致数据库hang的故障分析处理经验. 1.事件背景 2020年01月13日,收到某运营商一核心数据库告警,提示数据库连接数超过预警阈值,短时间内 ...
- 短线上岸西安电子科技大学考研811信号与电路分析经验分享
一.初试成绩 二.个人情况 三.复习规划 四.总结 五.评论区给个回复鼓励,点击首条评论,进入西电考研大家庭 一.初试成绩 811的初试共四门:数学一,英语一,政治,811电路,信号与系统. 短时间复 ...
- Python数据分析案例-利用AB test分析转化率是否存在差异
1. AB test简介 AB测试是为Web或App界面或流程制作两个(A/B)或多个(A/B/n)版本,在同一时间维度,分别让组成成分相同(相似)的访客群组(目标人群)随机的访问这些版本,收集各群组 ...
- Linux内核源代码分析经验
Linux的最大的好处之一就是它的源码公开.同时,公开的核心源码也吸引着无数的电脑爱好者和程序员:他们把解读和分析Linux的核心源码作为自己的 最大兴趣,把修改Linux源码和改造Linux系统 ...
- 十年数据分析经验,总结出这三类分析工具最好用
提及数据分析工具相信小伙伴们都不陌生,但是很多人都会有个疑惑? 数据分析工具这么多,它们有什么区别?哪个更好?哪个更强?我应该学习哪个? 虽然这个问题有点俗套,但是很重要,我也一直努力在追求这个终极问 ...
- 第15章-4~6 装配体静力学分析经验技巧总结篇 (工作原理的简化、约束、预紧力、载荷、后处理)高效修改接触对、suppress(抑制)、多工位(多步计算)的螺栓预紧力设置
15-04 工作原理的对接 (相关不清楚的设置在之前的博客有介绍,欢迎关注博客.批评指正) 在仿真前必须对工位吊的原理非常清楚. 接触类型辨别: 1转筒1和转台2的接触面有三个,它们之间是摩擦接触. ...
- AB实验结果分析01-保证实验分析结果的准确性
目录 如何保证实验分析结果的准确性 选择合适的实验时间和样本数 保证最小的样本量
最新文章
- php性能分析工具 - xhprof的安装使用
- 字段缩写ti表示什么_【滴水研究】解码TI(一)
- 练习: C#---函数(篮球弹起高度、等腰三角形)
- react+ant design Breadcrumb面包屑组件
- php大负荷,web大负载优化收集------php-fpm参数优化
- 开发中常用的19 条 MySQL 优化技巧
- mysql: union / union all / 自定义函数用法详解
- ubuntu11.10中配置OGRE1.8
- Keil综合(01)一些常见文件类型的作用和功能说明
- 台式电脑连不上wifi怎么办
- Bootstrap辅助类之文本情景类
- 深度学习中的激活函数
- ThreadLocal入门
- 解决node-sass下载失败问题
- Windows指纹登录
- SessionFactory在Hibernate中的作用
- EMI器件原理及应用
- 稀土行业有机废水处理除TOC(P507\萃余液)
- Python函数之生成器
- 开店做什么生意好?想开店的你这几个可以考虑
热门文章
- Python入门书籍,百万读者都选择!
- 如何写一篇吸引人的美食营销软文?纯干货
- 在昨天夜黑风高的晚上,我偷了隔壁老王的Python入门课件,由浅入深堪称完美!
- vue报错 415 Unsupported Media Type
- buuctf 萌萌哒八戒
- bzoj4569[Scoi2016]萌萌哒
- 记一次在win10上的ASF挂卡经历
- 天津理工大学计算机学院绩点,青春之我·逐梦远航 | 听“天理代言人”李金泳讲述他眼中的计算机科学与工程学院...
- #数据分析 卡方检验、Z检验、T检验
- bpmn如何查看代码 idea_IDEA教程之Activiti插件图文详解