[英]In Google Analytics Experiments why does “Probability of Outperforming Original” appear to contradict conversion rate?
變異1和變異5(見下文)都具有比原始變換率低的轉換率,但它們都被標記為更有可能勝過原始變換。
我看到了錯誤嗎? 如果沒有,有人可以了解如何計算這個超出原始概率的概率嗎? 謝謝。
原版的
2,071個實驗課程
1,055次轉換
轉換率為50.94%
0%與原始相比
優於原始表現的0.0%概率
變化2
1,028個實驗課程
541轉換
轉換率為52.63%
3%與原裝相比
69.2%表現優異的原始概率
變化4
1,786個實驗課程
914轉換
轉換率為51.18%
0%與原始相比
表現優異的原始概率為61.7%
變化1
523個實驗課程
258次轉換
49.33%的轉換率
-3%與Original相比
表現優異的原始概率為58.0%
變化5
837實驗課程
423轉換
50.54%的轉換率
-1%與Original相比
表現優異的原始概率為53.2%
變化3
517實驗課程
242轉換
46.81%的轉換率
-8%與Original相比
表現優異的原始概率為44.0%
在這里提出一些公平並不是任何基本或簡單的計算。 Google實驗的計算基於多臂強盜的“問題”。
這個概念描述了您希望以最大化獎勵的方式進行實驗的任何情況
有關Google文檔的完整說明,請訪問: https : //support.google.com/analytics/answer/2844870?hl = zh- CN
基於統計假設檢驗的基於多臂強盜的實驗通常比“經典”AB實驗更有效。 它們在統計上是有效的,並且在許多情況下它們可以更快地產生答案。
它們更有效率,因為它們逐漸將流量轉向獲勝變體,而不是強迫您在實驗結束時等待“最終答案”。
它們的速度更快,因為可能會出現明顯較差變化的樣本可以分配給潛在的獲勝者。 收集有關高性能變體的額外數據有助於更快地將“好”武器與“最佳”武器分開。
計算示例如下: https : //support.google.com/analytics/answer/2846882
我希望它可以幫助您更好地了解Google如何計算獲勝者。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.