En esta página, se ilustra el flujo de trabajo de análisis paso a paso para un estudio de Meridian GeoX con fragmentos de código. Puedes encontrar explicaciones detalladas para cada proceso en los artículos vinculados en esta guía.
Carga el diseño existente
La fase de análisis comienza con el restablecimiento de los parámetros específicos del experimento definidos durante la fase de diseño. Cargar un diseño desde un archivo JSON garantiza que el análisis use exactamente las mismas asignaciones geográficas (tratamiento frente a control) que se optimizaron para el estudio.
# Load the existing design
loaded_design = geox.Design.load_from_json(saved_design_json)
Configura el análisis
Establece tus conjuntos de datos y parámetros de configuración antes de comenzar el análisis.
Prepara los datos
Prepara los datos de conversiones y de inversión con el mismo formato que los datos previos a la prueba, pero asegúrate de que los datos de análisis incluyan los períodos previo a la prueba y de la prueba.
Define geox.AnalysisConfig
Para ejecutar el análisis, debes definir un geox.AnalysisConfig. Esta configuración especifica el diseño que se usará para el experimento, incluidas las divisiones geográficas, las reglas de asignación geográfica y la metodología, como el modelado contrafáctico o la regresión basada en el tiempo. El período de análisis en esta configuración (las fechas de inicio y finalización del experimento) debe abarcar toda la duración del período de prueba para captar el efecto completo de la campaña. Si es necesario, puedes extender analysis_end_date para incluir un período de inactividad.
# Set analysis config
analysis_config = geox.AnalysisConfig(
design=loaded_design,
analysis_start_date=pd.to_datetime("2020-04-01"),
analysis_end_date=pd.to_datetime("2020-04-30"),
)
Ejecuta el análisis
Por último, la función geox.analyze() procesa los datos y la configuración combinados. Realiza un modelado contrafáctico para establecer un modelo de referencia sintético del rendimiento esperado, que devuelve las conversiones proyectadas en una situación hipotética sin intervenciones de marketing. Cuando se compara esta referencia contrafáctica con el rendimiento real observado en los grupos de tratamiento, esta función utiliza la inferencia sólida para validar la importancia estadística del impacto incremental, lo que proporciona el ROI o la efectividad que genera tu campaña.
print("\nAnalyzing experiment results...")
analysis_result = geox.analyze(
analysis_data, analysis_config
)
# Returns not only point estimates, but also confidence intervals for various
# incrementality metrics.
analysis_result.results
Además de los informes numéricos, Meridian GeoX también devuelve visualizaciones de series temporales de estas métricas de incrementalidad. Para obtener más detalles, consulta Resultados del análisis.