一分钟搞定A/B测试数据的可视化

AB测试被广泛应用于互联网公司的优化迭代, 每年数万个AB实验被Google、Amazon、Facebook、字节跳动，阿里等主流互联网公司应用于线上进行UI内容优化、算法优化等等。

在学生进行求职时，往往很多情况下，会收到关于AB测试的48小时测试作业。所谓48小时的作业的作业，就是公司会在规定时间内发送一份csv或者excel形式的数据表格，要求学生在48小时做完后提交作业。提交内容包括，分析的code，和总结分析和建议的ppt。

这类作业对求职的学生要求是非常高的，对其是对时间的把握。48小时把一个分析最透彻并提出建议不是一件容易的事。

我培训的好多应届求职同学，都把大量的时间花在整理数据上或者作图上，导致后面分析的部分来不急做。

今天我们就来看看如何快速计算和可视化AB测试的结果。

我们先看下AB测试的原数据

故名思议，AB测试，就是分成2组，图中第二列，test就分成了test group 和 control group 2组。

举个例子，上面图表，test组看了红色页面的网站，control组看了蓝色页面的网站。

做这个实验的最终目的是，是想知道，看了红色网站的用户，购买率高，还是看了蓝色网站用户的购买率高。

其中，是否购买为图中的第三列conversion，1代表购买，0代表没有购买。

我们分析的时候，通常要看conversion rate，也就是 #该组购买人/#该组总人数，同时我们还会关注样本量即该组总人数。

所以从可视化来看应该是如下：

如果我们还需要单维度的细分分析，比如看看设备终端对购买率有没有什么影响，

我们需要这样作图。

同学要问了，这类图应该用什么工作来华呢？

我们现在先用Excel来看看这类题目该怎么解答。

(很多应届同学没有用过pivot table，这里花一些篇幅介绍一下pivot table)

1)用 pivot table

选insert -> Pivot table -> okay

2. 每组的人数

将test 列已到columns，将conversion移到values，并点击values下方的i选择count，这样可以得出样本量。

3. 每组的购买的人

将test 列已到columns，将conversion移到values，并点击values下方的i选择sum，这样可以得购买的人。

4. 每组的购买率

5） 作图

如果我们把设备终端，国家也用上述方法做的话，

大致算了一下，一个维度大致花5分钟从做表到图，

如果20个维度呢？

5*20分钟 = 100分钟

万一你发现有80%的数据，没有什么进一步分析意义。

是不是觉得这个时间是浪费了？

我们现在介绍一个快速方法，就是用少于5分钟的时间，把每个维度都分析一遍，并作图。

import numpy as np
import pandas as pd
import seaborn as sns
import warnings
sns.set_style("whitegrid")
import matplotlib.pyplot as plt

df = pd.read_csv('./df.csv') 

for i in ['test','source','device','browser_language','ads_channel','browser','sex','age','country']:
    fig, ax = plt.subplots(nrows=1, ncols=2, figsize=(18, 6))
    sns.countplot(x=i, hue='test', data=df, ax=ax[0])
    sns.barplot(x=i, y='conversion', hue='test', data=df, ci=None, ax=ax[1])
    ax[0].set_title('Count Plot of '+ i, fontsize=16)
    ax[1].set_title('Conversion Rate of ' + i, fontsize=16)
    plt.tight_layout()

是不是5分钟都不需要？我们那就能把所有维度展示出来？

这样我们就能把更多的时间花在分析上，充分的利用48小时了。

完。