無母數檢定:資料量太少或資料非常態分佈嗎?! Python實戰:優化廣告成效?(附Python 程式碼)

圖 1 樣本數前三名的廣告名稱
圖 2 處理後資料
Photo by: Sajjad Hussain M

一、常態/非常態分佈檢查

ad1_list = data[data['廣告代號all'] == 'critei']['利潤'].tolist()
ad2_list = data[data['廣告代號all'] == 'KDP']['利潤'].tolist()
ad3_list = data[data['廣告代號all'] == '自然流量']['利潤'].tolist()
圖 3 「critei」廣告利潤表-ad1_list
圖 4 「KDP」廣告利潤表-ad2_lis
圖 5 「自然流量」廣告利潤表-ad3_list
import scipy.stats
scipy.stats.shapiro(ad1_list)
scipy.stats.shapiro(ad2_list)
scipy.stats.shapiro(ad3_list)
ShapiroResult(statistic=0.9818183183670044,pvalue=1.2465230236902158e-11)
ShapiroResult(statistic=0.9621795415878296,pvalue=3.1705360319920887e-21)
ShapiroResult(statistic=0.9822685122489929,pvalue=2.279967656292392e-21)

二、非常態分佈

# 進行Kruskal-Wallis test
from scipy.stats.mstats import kruskalwallis
kruskalwallis(ad1_list, ad2_list, ad3_list)
KruskalResult(statistic=4.584369300454998,pvalue=0.10104547153612356)

但光得出這樣的結果就足以收工,提交報告了嗎?

二、視覺化分析結果

import plotly.offline as py
import plotly.graph_objects as go
from numpy import mean
fig = go.Figure()
fig.add_trace(go.Scatter(
x= ['critei','KDP','自然流量'],
y= [mean(ad1_list), mean(ad2_list), mean(ad3_list)],
mode="lines+markers",
textfont=dict(
family="sans serif",
size=16,
color="royalblue"),
line=dict(color='royalblue', width=2),
))
fig.update_layout(
title={
'text': "<b>廣告效益分析</b>",
'y':0.95,
'x':0.5,
'xanchor': 'center',},
yaxis_title='平均消費金額',
xaxis={
'title': '廣告',
'tickmode': 'linear'
},
width=1800,
height=960,
font=dict(
family="Courier New, monospace",
size=20,
color="lightslategrey"
)
)
# 另存互動式網頁檔案
py.plot(fig, filename='無母數檢定-廣告效益分析', auto_open=True)
# 另存圖檔
fig.write_image("C:/Users/user/Desktop/無母數檢定1.1/無母數檢定-廣告
益分析.png")
圖 6 廣告效益分析圖

--

--

--

Marketing data science. 台灣第一個行銷資料科學(MDS)知識部落,本粉絲專頁在探討行銷資料科學之基礎概念、趨勢、新工具和實作,讓粉絲們瞭解資料科學的行銷運用,並開啟厚植數據分析能力之契機。粉絲專頁:https://www.facebook.com/MarketingDataScienceTMR

Love podcasts or audiobooks? Learn on the go with our new app.

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store
行銷資料科學

行銷資料科學

Marketing data science. 台灣第一個行銷資料科學(MDS)知識部落,本粉絲專頁在探討行銷資料科學之基礎概念、趨勢、新工具和實作,讓粉絲們瞭解資料科學的行銷運用,並開啟厚植數據分析能力之契機。粉絲專頁:https://www.facebook.com/MarketingDataScienceTMR

More from Medium

Applications of Computational Geometry

Fluid flow in food industry

My incredible journey with Street Group.

Virtual event analytics: how to use data to drive leads and sales