Python による顧客分析と A/B テスト

この章では、KPI を時系列で可視化・操作・探索する方法を学びます。さまざまな例を通じて、datetime オブジェクトを活用して単位時間あたりの指標を計算する方法を習得します。次に、データの異なるセグメントをグラフ化する手法と、隠れたトレンドを浮かび上がらせるスムージング関数の適用方法を取り上げます。最後に、顧客データの探索的データ分析によって問題を特定する一連の流れを実例で確認します。この章全体を通じて、汎用性の高いさまざまな関数が紹介・解説されます。

この章では、A/B テストについて本格的に学びます。実験単位の決定から必要なサンプルサイズの算出まで、A/B テストを適切に設計・計画するために必要な知識と数学的な考え方を身につけます。また、この種の統計的検定に関連するさまざまな量を計算するための関数とコードについても紹介します。

A/B テストを実施した後は、データを分析し、結果をわかりやすく伝える必要があります。この章では、統計的有意性と信頼区間の理論と、それらをデータから自分で計算するためのツールを組み合わせながら学んでいきます。次に、結果を効果的に可視化・伝達する方法について解説します。この章は、コース全体を通じて積み上げてきた知識の集大成です。