이벤트 스키마
쿼리가 예상하는 필드
| 필드 | 유형 | 그것이 존재하는 이유 |
|---|---|---|
| timestamp_utc | Timestamp | 할당 또는 결과 이벤트 시간(UTC)입니다. |
| experiment_name | Utf8 | 안정적인 실험 식별자입니다. |
| variant | Utf8 | 통제 또는 명명된 치료법. |
| user_id | Utf8 | 안정적인 참가자 식별자. |
| event_name | Utf8 | experiment_assigned 또는 purchase_completed. |
| revenue_usd | Float64 | 완료된 구매에 대한 정규화된 수익입니다. |
DataFusion SQL
쿼리 복사
sql
WITH participant_outcomes AS (
SELECT
experiment_name,
variant,
user_id,
MAX(CASE WHEN event_name = 'experiment_assigned' THEN 1 ELSE 0 END)
AS was_assigned,
MAX(CASE WHEN event_name = 'purchase_completed' THEN 1 ELSE 0 END)
AS converted,
SUM(CASE
WHEN event_name = 'purchase_completed' THEN revenue_usd
ELSE 0.0
END) AS revenue_usd
FROM experiment_events
WHERE timestamp_utc >= now() - INTERVAL '60 days'
GROUP BY experiment_name, variant, user_id
),
variant_summary AS (
SELECT
experiment_name,
variant,
COUNT(*) AS participants,
SUM(converted) AS converted_participants,
100.0 * SUM(converted) / NULLIF(COUNT(*), 0) AS conversion_rate_pct,
SUM(revenue_usd) / NULLIF(COUNT(*), 0) AS revenue_per_participant_usd
FROM participant_outcomes
WHERE was_assigned = 1
GROUP BY experiment_name, variant
),
control AS (
SELECT
experiment_name,
conversion_rate_pct AS control_conversion_rate_pct
FROM variant_summary
WHERE variant = 'control'
)
SELECT
summary.experiment_name,
summary.variant,
summary.participants,
summary.converted_participants,
summary.conversion_rate_pct,
summary.revenue_per_participant_usd,
100.0 * (
summary.conversion_rate_pct - control.control_conversion_rate_pct
) / NULLIF(control.control_conversion_rate_pct, 0) AS relative_lift_pct
FROM variant_summary AS summary
JOIN control
ON control.experiment_name = summary.experiment_name
ORDER BY summary.experiment_name, summary.variant;이 읽기 전용 쿼리는 빈 유형의 테이블에 대해 계획되고 실행됩니다. 아파치 DataFusion 45.2.0. 결정론적 샘플 출력은 합성되어 별도로 검토됩니다. 자신의 데이터에 대해 필드 유형, 임계값 및 비즈니스 정의를 검증합니다. 테스트 방법론을 읽어보세요.
쿼리 결과
실험 대안별 전환 상승도
이 치료법은 참가자당 전환율과 수익이 더 높습니다. 통계적 불확실성은 출시 전에 여전히 검토가 필요합니다.
control
12.99%
comparison 0%
proof_near_cta
14.91%
comparison 14.78%
| experiment_name | variant | participants | converted_participants | conversion_rate_pct | revenue_per_participant_usd | relative_lift_pct |
|---|---|---|---|---|---|---|
| annual_plan_checkout | control | 2,140 | 278 | 12.99 | 18.42 | 0 |
| annual_plan_checkout | proof_near_cta | 2,187 | 326 | 14.91 | 21.76 | 14.78 |
합성 예제 출력. 운영 결정에 사용하기 전에 자체 이벤트 스키마 및 임계값에 대해 쿼리를 실행하세요.
SQL 작동 방식
- 1첫 번째 CTE는 할당된 참가자당 하나의 결과 레코드를 생성하여 반복 구매 또는 추적 이벤트가 분모를 부풀리는 것을 방지합니다.
- 2변형 요약은 참여자 수, 전환 및 수익을 보존하므로 상업적 가치 없이는 더 높은 전환율이 평가되지 않습니다.
- 3최종 조인은 모든 변형을 제어율과 비교하고 백분율 상승이 아닌 상대적인 결과를 보고합니다.
확인할 경계 사례
- 여러 변종에 노출된 참가자를 제외하거나 문서화된 치료 의도 규칙에 따라 참가자를 할당합니다.
- 각 참여자의 관찰 기간이 모두 지난 뒤에 전환하지 않은 참여자로 집계합니다.
- 승자를 선언하기 전에 신뢰 구간이나 사전 합의된 통계 테스트를 계산하세요.
추천 대시보드
- 바: 변형별 conversion_rate_pct
- 표: 참가자, 참가자당 수익 및 상대적 상승도
- 추세: 관찰 기간 종료 후 배정 주별 코호트 전환율
이 쿼리에 필요한 이벤트 설정하기
관련 계측 및 가이드
분석 계속하기
내 이벤트로 실행하기
테이블을 만들고, 필드를 조정하고, 결과를 저장하세요.
무료로 시작하고, 구조화된 이벤트를 보내고, 쿼리 결과를 차트, 공유 대시보드 위젯 또는 알림 입력으로 사용하세요.