Overview

Chỉ số chính (primary): Tỷ lệ chuyển đổi (hoàn thành đăng ký) — dùng để quyết định thắng/thua. Chỉ số phụ (secondary): Thời gian hoàn thành đăng ký, Tỷ lệ bỏ dở giữa chừng — xem ở tab “Chỉ số phụ”, giúp hiểu vì sao primary metric thay đổi và phát hiện trade-off.

Row

Tổng mẫu (A / B)

21,115 / 21,108

Tỷ lệ chuyển đổi A

4.0%

Tỷ lệ chuyển đổi B

5.0%

Uplift tương đối

24.0%

Kết quả kiểm định

Có ý nghĩa

Row

Tỷ lệ chuyển đổi theo ngày (theo biến thể)

P-value tích lũy theo thời gian (minh hoạ peeking problem)

Funnel & Phân khúc

Row

Funnel theo biến thể

Tỷ lệ chuyển đổi theo phân khúc

Chỉ số phụ

Row

Thời gian hoàn thành — A (trung bình)

100.1 giây

Thời gian hoàn thành — B (trung bình)

87.5 giây

Tỷ lệ bỏ dở — A

92.3%

Tỷ lệ bỏ dở — B

89.8%

Row

Phân phối thời gian hoàn thành đăng ký (chỉ user đã hoàn thành)

Tỷ lệ bỏ dở giữa chừng theo biến thể

Row

Bảng kiểm định — thời gian hoàn thành đăng ký (Welch’s t-test)

Bảng kiểm định — tỷ lệ bỏ dở giữa chừng (z-test hai tỷ lệ)

Kiểm định thống kê

Row

Z-test hai tỷ lệ (two-proportion z-test)

Row

Phân phối p-value tích lũy & ngưỡng quyết định

Bài toán

Tóm tắt vấn đề:

A: Tệp KH được áp dụng phiên bản cũ

B: Tệp KH được áp dụng phiên bản mới

  • Chỉ số đo lường:
    • Primary metric: Tỷ lệ chuyển đổi (% người dùng hoàn thành đăng ký)
    • Secondary metrics:
      • Thời gian hoàn thành đăng ký
      • Tỷ lệ bỏ dở giữa chừng

Hypothesis test: tỷ lệ chuyển đổi trên tập khách hàng B (\(P_B{}\)) có lớn hơn tỷ lệ chuyển đổi trên tệp khách hàng A hay không (\(P_{A}\)) \[H_{0}:\ P_{B} - P_{A} = 0\] \[H_{1}:\ P_{B} - P_{A} > 0\]

Xác định phân phối:

Giả xử mỗi nhóm có n khách hàng, ta đặt:
- \(X_{A}:\) Số lượng khách hàng chuyển đổi ở nhóm A.
- \(X_{B}:\) Số lượng khách hàng chuyển đổi ở nhóm B.

Khi đó:
\(X_{A} \sim Bin(n, p_{A})\)
\(X_{B} \sim Bin(n, p_{B})\)

Với Moment(kỳ vọng và phương sai):
\[E[X] = np\] \[Var[X] = E[X^{2}] - E[X]^{2} = np - n^{2}p^{2} = np(1 - np)\]

Ta có thể xác định được phân phối của tỉ lệ chuyển đổi của khách hàng trong nhóm 1 và nhóm 2:

\(E[p_{A}] = np_{a}\), \(E[p_{B}] = np_{B}\)

\(Var[p_{A}] = E[p^{2}_{A}] - E[p_{A}]^{2} = np_{a}^{2} - n^{2}p_{A}^{2}\)

Dữ liệu thô

Row

Bảng sự kiện mô phỏng (events)