샘플데이터 생성
ad <- c("ad_A", "ad_B")
install <- c(124,141)
click <- c(7056,9678)
CTR <- c(1.76, 1.46)
샘플 광고 성과 데이터 프레임 생성(원래 아래 코드로 구글 애널리틱스 데이터 load 해서 분석)
df <- data.frame(ad,install,click,CTR)
head(df)
## ad install click CTR
## 1 ad_A 124 7056 1.76
## 2 ad_B 141 9678 1.46
귀무가설 : 광고1, 광고2의 성과에는 차이가 없다.
대립가설 : 광고1, 광고2의 성과에는 차이가 있다.
prop.test 를 활용한 성공 혹은 실패(범주형 변수)로 구성된 광고 데이터 분석 광고를 클릭했냐? 안했느냐(이항분포)로 보기 때문에 prop.test적용가능
prop.test(install,click, conf.level = 0.95)
##
## 2-sample test for equality of proportions with continuity
## correction
##
## data: install out of click
## X-squared = 2.1749, df = 1, p-value = 0.1403
## alternative hypothesis: two.sided
## 95 percent confidence interval:
## -0.001003575 0.007012715
## sample estimates:
## prop 1 prop 2
## 0.01757370 0.01456913
p-value가 0.05 이하라면 귀무가설을 기각 해당 데이터에서는 0.1403 이므로 귀무가설 채택 유의수준 0.05 이하에서 광고1과 광고2의 전환율에는 차이가 없다는 결론 도출 가능
참고로 구글 애널리틱스 API 로 R로 LOAD해서 위에 처럼 위의 예제 처럼 광고AB 테스트성과를 분석가능
# sessionsA <- ga$getData(ID, start.date = as.Date("2019-10-31"),
# end.date = as.Date("2019-11-31"),
# metrics = "ga:entrances",
# dimensions = "ga:landingPagePath",
# filters="ga:landingPagePath==/www.wingeat.com")
#
#
# conversionsA <- ga$getData(ID, start.date = as.Date("2019-10-31"),
# end.date = as.Date("2019-11-31"),
# metrics = "ga:goal5Completions",
# dimensions = "ga:landingPagePath",
# filters="ga:landingPagePath==/www.wingeat.com")
#
# sessionsB <- ga$getData(ID, start.date = as.Date("2019-10-31"),
# end.date = as.Date("2019-11-31"),
# metrics = "ga:entrances",
# dimensions = "ga:landingPagePath",
# filters="ga:landingPagePath==/www.wingeat.com")
#
# conversionsB <- ga$getData(ID, start.date = as.Date("2019-10-31"),
# end.date = as.Date("2019-11-31"),
# metrics = "ga:goal5Completions",
# dimensions = "ga:landingPagePath",
# filters="ga:landingPagePath==/www.wingeat.com")