真實 | 滴滴 數(shù)據(jù)分析原來是這樣做的！

隨著企業(yè)日常經(jīng)營活動的進行，企業(yè)內(nèi)部必然產(chǎn)生了各式各樣的數(shù)據(jù)，如何利用這些數(shù)據(jù)得出有益的見解，并支持我們下一步的產(chǎn)品迭代以及領(lǐng)導(dǎo)決策就顯得尤為重要。

A/B測試是互聯(lián)網(wǎng)企業(yè)常用的一種基于數(shù)據(jù)的產(chǎn)品迭代方法，它的主要思想是在控制其他條件不變的前提下對不同（或同一、同質(zhì)）樣本設(shè)計不同實驗水平（方案），并根據(jù)最終的數(shù)據(jù)變現(xiàn)來判斷自變量對因變量的影響；A/B測試的理論基礎(chǔ)主要源于數(shù)理統(tǒng)計中的假設(shè)檢驗部分，此部分統(tǒng)計學(xué)知識讀者可自行探索。

長話短說，本次實戰(zhàn)用到的數(shù)據(jù)集分為兩個Excel文件，其中test.xlsx為滴滴出行某次A/B測試結(jié)果數(shù)據(jù)，city.xlsx為某城市運營數(shù)據(jù)。

數(shù)據(jù)說明

test.xlsx 數(shù)據(jù)可以用來判斷實驗條件對此次A/B測試的結(jié)果影響是否顯著；city.xlsx 數(shù)據(jù)可以用來探索該城市運營中出現(xiàn)的問題，根據(jù)關(guān)鍵結(jié)論輔助決策。

在本文中，我們將使用該數(shù)據(jù)來做A/B測試效果分析與城市運營分析。

一、A/B測試效果分析

1、數(shù)據(jù)導(dǎo)入

#A/B測試結(jié)果數(shù)據(jù)導(dǎo)入

import?pandas?as?pd

test?=?pd.read_excel('/home/kesci/input/didi4010/test.xlsx')
test.head()

2、計算ROI

#計算優(yōu)惠券投入相對gmv的ROI

test['ROI']=test['gmv']/(test['coupon?per?trip']*test['trips'])
test.head()

3、requests檢驗

數(shù)據(jù)共58條，對照組與實驗組各29條，樣本量<30。

3.1 requests方差檢驗

1. 記兩組requests方差分別為從c1,c2
2. 零假設(shè)H0：c1=c2；備選假設(shè)：H1：c1≠c2
3. 顯著性水平取0.05

#levene檢驗requests是否齊方差

requests_A=test[test.group=='control'].requests
requests_B=test[test.group=='experiment'].requests

import?scipy.stats?as?st
st.levene(requests_A,requests_B)

p值大于0.05，不拒絕原假設(shè)，因此可認(rèn)為兩組實驗requests齊方差。

3.2 requests均值檢驗

1. 該數(shù)據(jù)為同一樣本實驗前后的不同水平，因此選用配對樣本t檢驗。
2. 記兩組requests均值分別為從u1,u2
3. 零假設(shè)H0：u1=u2；備選假設(shè)：H1：u1≠u2
4. 顯著性水平取0.05

#配對樣本t檢驗（兩獨立樣本t檢驗之前需檢驗是否齊方差，此處不需要）

st.ttest_rel(requests_A,requests_B)

p值大于0.05，不拒絕原假設(shè)，因此可認(rèn)為實驗條件對requests影響不顯著。

4、gmv檢驗

4.1 gmv方差檢驗

#levene檢驗gmv是否齊方差

gmv_A=test[test.group=='control'].gmv
gmv_B=test[test.group=='experiment'].gmv

st.levene(gmv_A,gmv_B)

p值大于0.05，不拒絕原假設(shè)，因此可認(rèn)為兩組實驗gmv齊方差。

4.2 gmv均值檢驗

#配對樣本t檢驗（兩獨立樣本t檢驗之前需檢驗是否齊方差，此處不需要）

st.ttest_rel(gmv_A,gmv_B)

p值小于0.05，拒絕原假設(shè)，因此可認(rèn)為實驗條件對gmv有顯著影響。

5、ROI檢驗

5.1 ROI方差檢驗

#levene檢驗ROI是否齊方差

ROI_A=test[test.group=='control'].ROI
ROI_B=test[test.group=='experiment'].ROI

st.levene(ROI_A,ROI_B)

p值大于0.05，不拒絕原假設(shè)，因此可認(rèn)為兩組實驗ROI齊方差。

5.2 ROI均值檢驗

#配對樣本t檢驗（兩獨立樣本t檢驗之前需檢驗是否齊方差，此處不需要）

st.ttest_rel(ROI_A,ROI_B)

p值小于0.05，拒絕原假設(shè)，因此可認(rèn)為實驗條件對ROI有顯著影響。

二、城市運營分析

1、數(shù)據(jù)導(dǎo)入

#導(dǎo)入該城市運營相關(guān)數(shù)據(jù)

city?=?pd.read_excel('/home/kesci/input/didi4010/city.xlsx')
city.head()

#查看數(shù)據(jù)有無缺失值

city.info()

2、數(shù)據(jù)探索

2.1 單量最多的時間點

req_hour?=?city.groupby(['hour'],as_index=True).agg({'requests':sum},inplace=True)
req_hour

#繪制各時點訂單請求柱狀圖

import?matplotlib.pyplot?as?plt

req_hour.plot(kind='bar')
plt.xticks(rotation=0)

plt.show()

可見，在11、12、13這三個時間點內(nèi)，12點用戶發(fā)起訂單的需求是最大的，其次是13點，11點。

司機運營平臺應(yīng)考慮加大該時點車輛供應(yīng)。

2.2 單量最多的日期

req_date?=?city.groupby(['date'],as_index=True).agg({'requests':sum},inplace=True)
req_date.sort_values('date').head()

#繪制訂單請求數(shù)隨日期變化的折線圖

req_date.plot(kind='line')

plt.show()

單月訂單請求數(shù)隨日期的變化呈周期性變化，我們猜測4個峰值分別對應(yīng)4個周末，周末用戶出行需求較大。

經(jīng)驗證發(fā)現(xiàn)猜想與數(shù)據(jù)吻合，因此司機運營平臺應(yīng)考慮加大周末、節(jié)假日的車輛供給。

2.3 各時段訂單完成率

com_hour?=?city.groupby(['hour'],as_index=False).agg({'requests':sum,'trips':sum},inplace=True)
com_hour['rate']=com_hour['trips']/com_hour['requests']
com_hour

13點訂單需求較多，但訂單完成率僅47%，說明較多訂單沒有得到及時相應(yīng)。

客運部應(yīng)重點關(guān)注13點訂單相應(yīng)時長，排查具體原因。

2.4 單月每日訂單完成率

com_date?=?city.groupby(['date'],as_index=True).agg({'requests':sum,'trips':sum},inplace=True)
com_date['rate']=com_date['trips']/com_date['requests']
com_date.sort_values('date').head()

#繪制訂單完成率隨日期變化的折線圖

com_date.rate.plot(kind='line')

plt.show()

單月每日訂單完成率規(guī)律不太明顯，但幾個谷值基本都出現(xiàn)在周末附近，說明客戶出行需求的提升可能導(dǎo)致響應(yīng)率的降低。

2.5 顧客等待時間

import?numpy?as?np

eta_hour?=?city.groupby(['hour'],as_index=True).agg({'pETA':np.mean,'aETA':np.mean},inplace=True)
eta_hour

#繪制顧客等待時長復(fù)合柱狀圖

eta_hour.plot(kind='bar')

以上可見，無論哪個時點，用戶實際等待時長均明顯大于用戶預(yù)計等待時長。

各時點用戶等待時長差異不明顯，但13點最高。

客運部一方面應(yīng)提升用戶預(yù)計等待時長的準(zhǔn)確性，另一方面優(yōu)化平臺派單邏輯等。

2.6 司機在忙率

city['busy']?=?city['supply?hours']*city['utiliz']
city.head()

busy_hour?=?city.groupby(['hour'],as_index=False).agg({'supply?hours':sum,'busy':sum})
busy_hour['utiliz']?=?busy_hour['busy']/busy_hour['supply?hours']
busy_hour

12點司機在忙總時長最長，在忙率也最高，用戶訂單請求也最多，說明車輛總數(shù)偏少。

2.7 訂單時長

trip_min?=?city.groupby(['hour'],as_index=False).agg({'average?minutes?of?trips':np.mean})
trip_min

12點用戶訂單需求較多，同時訂單時長最長，說明這個時間點是一個非常重要的時間點。

supply_hour?=?city.groupby(['hour'],as_index=False).agg({'supply?hours':np.mean})
supply_hour

13點訂單量也較大，此時點司機服務(wù)時長較短。

為優(yōu)化用戶出行體驗，司機運營平臺可聯(lián)合客運部可考慮此時段盡量分配總服務(wù)時長較長的司機來接單（經(jīng)驗較為豐富）。

3、后續(xù)思考方向：

• 提升顧客預(yù)計等待時長預(yù)測準(zhǔn)確度（需要歷史數(shù)據(jù)進行預(yù)測）
• 加大車輛投入（分車輛不同等級來看，因此可能需要車輛相關(guān)信息表）
• 優(yōu)化用戶體驗（需要客訴相關(guān)數(shù)據(jù)）
• 優(yōu)化平臺派單邏輯（需要訂單的位置相關(guān)數(shù)據(jù)）
• 個性化需求（需要用戶屬性、及其他行為數(shù)據(jù)）