首页 > 试题广场 >

经一番研究后，我们开发出了一个新的商品详情页中'相关商品'模

[问答题]

经一番研究后，我们开发出了一个新的商品详情页中'相关商品'模块的算法，并且打算通过AB Test（50%用户保留原先的算法逻辑为控制组，50%用户使用新的算法逻辑为实验组）来进行评估。假如你是此次实验的数据分析师，请问你会怎么评估控制组和实验组的表现？请按重要性列出最重要的三个指标并给出你的分析过程。

Echo_Kang

AB test是通过分析评估选出更好的产品版本，对于小红书这样基于社交分享的电商平台，更好的产品就是能够增加用户粘性、带来更大流量进而提高网站流水的产品。

基于以上分析，我认为以下三个指标最重要，按重要性依次列出：

第一是GMV。GMV=1销售额+2取消订单金额+3拒收订单金额+4退货订单金额。这对于电商APP是一个很重要的指标，通过对比GMV可以直接对模块更新的效果有一个大概评估。为了比较实验组和控制组的GMV在统计意义上是否存在显著性差异，可以利用SPSS软件进行pair t检验。

第二是购买转化率。指点进相关商品后付费的人数与点进相关商品模块的总人数之比。研究购买转化率有可以反映推荐新算法的有效度，如果推荐的商品能够吸引用户购买，那么转化率应该令人满意。为了比较实验组和控制组的转化率在统计意义上是否存在显著差异，可以利用SPSS软件进行 student t 检验。

第三是分享率。分享率=使用内置分享功能分享商品的人数 / 点击“相关商品”模块的人数。小红书是一个基于社交分享引流的电商平台，和生活里的朋友包括社区里的网友分享构成了小红书的一个独特生态。所以查看相关商品的分享率，可以通过提高分享率进一步提高app/网页流量，进而提高流水。用SPSS软件的 student t 检验判断两组的分享率是否存在显著差异。

发表于 2020-03-30 14:50:10 回复(0)

不太聪明的亚子👾

指标应该分为总量指标和人均指标，人均指标分为pv/dau、pv/uv两种。

购买是稀疏指标，去掉不购买的人，购买金额是正态分布；不去掉不购买的人，就不是状态分布；

对于总量指标的检验是pair t检验，样本点是实验的天数；对于人均指标的检验是student t检验，样本点是人。

以上是对实际业务的理解。。有不对的欢迎指正

编辑于 2019-09-03 13:53:23 回复(0)

牛客456746277号

1. 分流：基于用户的cookieID，将尾数为奇数的用户分成A组-控制组，将尾数为偶数的用户分成B组-测试组；

2. 显示：基于前端分流显示，A组显示原有的相关商品推荐内容，B组显示新算法所推荐的商品；

3. 跟踪指标：相关商品模块---商品浏览量、点击率、商品购买率；

4. 收集数据：以两周为一个周期，对两组用户的上述指标数据进行收集；

5. 数据分析：分别对上述三个指标做假设检验（下文以商品购买率r为例）

a.提出假设：H0：r2-r1>=0,即新算法带来的购买率优于现有算法

b.确定检验统计量：样本足够大,两种模式下的商品平均购买率之差r2-r1服从正态分布

c.确定显著性水平：α ，一般可以取0.05

d.计算出p值

e.若p>=α，则接受原假设，即新算法优于现有算法；若p<α，则拒绝原假设，即现有算法优于新算法

发表于 2021-04-20 21:05:13 回复(0)

Vv201902202104817

1.相关商品的点击率=相关商品链接点击次数/当前页面浏览次数

2.相关商品的购买率=购买行为发生次数/相关商品浏览行为次数

3.当前商品与相关商品一同购买的概率=共同购买/当前商品购买

发表于 2019-05-08 22:44:36 回复(0)

.201902272200286

1、访问量

2、点击率：即点击进入接口的数量/访问量

3、购买率：即成功下单的数量/点击量

首先观察实验组访问量随时间的变化趋势图，刚开始几天可能会出现逐渐下降或逐渐上升的情况，等到趋于一个稳定趋势时，检测与对照组是否有显著差别。在一段时间内的访问量应该服从泊松分布，设这段时间为一天，那么要检验ab两组无差别，即H0：X1=X2。由于泊松分布可以近似为正态分布，故可以用t检验。

点击率为每个顾客的点击率，假设顾客点击的概率就为点击率，假设AB无显著差异，即P1=P2。根据中心极限定理，样本量足够大时，均值服从正态分布，故可用t检验。

购买率的检验方式与点击率相同。

发表于 2019-08-17 19:47:51 回复(0)

jenwu

核心指标：下单用户数；加购转化率；下单转化率

1）设计相关商品的目的是提高相关商品的下单人数，因此衡量的核心指标应该是相关商品下单用户数。

2）此外，有必要对用户从注意到相关推荐商品道最终下单整个过程用户行为轨迹进一步剖析，从而针对性地提出解决方案。

用户的行为轨迹为包括三个步骤两个阶段：

三步骤：注意到相关商品对其感兴趣从而点进商详页查看--加购（直接下单）--下单。

两阶段：从商详页加购；从购物车下单

基于这两个阶段，从加购转化率和下单转化率来分析这两个阶段用户流失情况。

发表于 2021-09-21 11:49:21 回复(0)

董慧芳

目的：探究商品详情页中'相关商品'模块的算法是否有效

分析指标：消费总额gmv，相关商品的点击率，模块的页面停留时长

分析过程：消费者通过商品详情页，了解到相关商品模块，最终目标是要完成下单支付，所以衡量的核心指标是消费者的消费额。

其次，相关商品的点击率和页面停留时长反应了算法能否精确匹配消费者偏好，推荐痛点产品，引导消费者使用该模块。

发表于 2020-09-04 21:38:19 回复(0)

相对静止2

点击率、购买率、收藏率

首先要引起兴趣，然后最终目标是下单，当然能够收藏证明还是有一定的需求的

1.评估算法推荐商品是否更能引起用户的兴趣。

评估点击率是否具有显著性提高

另外2个同理

3.综合对比算法改进的点和业务的目标，进行决策

要么换新算法、要么不换、要么继续研究新算法以期待获得更好的效果

4.假设检验用F检验

发表于 2020-05-02 11:24:28 回复(0)

牛客959817854号

三个指标：1.点击率 2. 收藏转化率 3.购买转化率

相关商品的推荐目标是让用户点击该商品并且转化为消费行为，因此考察用户的转化链路的第一步点击率；点击行为可能是对商品感兴趣或者误操作，因此还要考虑用户的进一步的收藏、购买等行为，因此考虑收藏转化率（收藏人数/点击人数）和购买转化率（购买人数/点击人数）；若收藏转化率高，购买转化率较低，则说明该'相关商品'模块能找到商品的潜在用户，可以进一步通过短信提示、优惠券等营销手段促进消费；若购买转化率较高，则说明该'相关商品'模块能有效达成目标，可以进一步退管到更大的流量进行验证。

发表于 2020-03-31 15:13:47 回复(0)

颖子颖子小颖子

1.点击率

2.购买率

3.完成一次购买所需时间

发表于 2020-02-10 12:39:46 回复(0)

提交观点

问题信息

C++工程师运维工程师 2019 小红书数据分析师 Java工程师

上传者：小小

难度：

10条回答 211收藏 3781浏览

经一番研究后，我们开发出了一个新的商品详情页中'相关商品'模

问题信息

热门推荐

相关试题