Esta página ilustra o fluxo de trabalho de análise detalhado de um estudo do Meridian GeoX usando snippets de código. Confira explicações detalhadas para cada processo nos artigos vinculados ao longo deste guia.
Carregar o design atual
A fase de análise começa com a restauração dos parâmetros específicos do experimento definidos durante a fase de design. Carregar um design de um arquivo JSON garante que a análise use as mesmas atribuições geográficas (tratamento x controle) otimizadas para o estudo.
# Load the existing design
loaded_design = geox.Design.load_from_json(saved_design_json)
Configurar a análise
Defina os conjuntos de dados e os parâmetros de configuração antes de iniciar a análise.
Preparar os dados
Coloque os dados de conversão e de gasto no mesmo formato que os dados de pré-teste, mas veja se os dados de análise incluem os períodos de pré-teste e de teste.
Definir geox.AnalysisConfig
Para executar a análise, é necessário definir uma geox.AnalysisConfig. Essa configuração especifica o design usado para o experimento, incluindo divisões geográficas, regras de atribuição geográfica e metodologia, como modelagem contrafactual ou regressão baseada em tempo. O período de análise nessa configuração, as datas de início e término do experimento, precisa abranger toda a duração do período de teste para capturar o efeito completo da campanha. Se necessário, é possível estender analysis_end_date para incluir um período de espera.
# 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"),
)
Executar a análise
Por fim, a função geox.analyze() processa os dados e a configuração em conjunto. Ela realiza uma modelagem contrafactual para estabelecer um valor de referência sintético de performance esperada, que retorna as conversões projetadas em um cenário hipotético sem intervenções de marketing. Ao comparar esse valor de referência contrafactual com a performance real observada nos grupos de tratamento, essa função usa a inferência robusta para validar a significância estatística do impacto incremental, fornecendo o ROI ou o Lift gerado pela campanha.
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
Além dos relatórios numéricos, o Meridian GeoX também retorna visualizações de séries temporais dessas métricas de incrementalidade. Para mais detalhes, consulte Resultados da análise.