تحليل نتائج اختبار (A/B Test) لتطوير نسختين من موقع إلكتروني لاختبار ايهما افضل اداءا

1. الإطار العام للمشروع (منهجية STAR): الموقف (Situation): قامت شركة تجارة إلكترونية بتطوير تصميم جديد لصفحة الويب بهدف زيادة معدلات تحويل المستخدمين (أي زيادة عمليات الشراء المدفوعة). المهمة (Task): كان دوري هو تحليل بيانات اختبار A/B لمقارنة أداء الصفحة الجديدة مقابل الصفحة القديمة، وذلك لتوجيه استراتيجية النشر وإطلاق الصفحة الخاصة بالشركة. الإجراء (Action): عملت من خلال دفتر بيانات (Data Notebook) لتقييم نتائج التجربة، مع التركيز عن كثب على مقاييس التحويل (Conversion metrics) والأهمية الإحصائية (Statistical significance). النتيجة (Result): قدمت توصية مبنية على البيانات لأصحاب المصلحة وصناع القرار، لتقديم المشورة لهم حول ما إذا كان ينبغي إطلاق الصفحة الجديدة، أو الاحتفاظ بالتصميم القديم، أو الاستمرار في تشغيل التجربة لفترة أطول لاتخاذ قرار نهائي دقيق. 2. التفاصيل التقنية الدقيقة (من الأكواد والرسوم البيانية المعروضة في الشريحة): أ. بناء نموذج الانحدار اللوجستي (Logistic Regression): يوضح المقطع البرمجي استخدامك لنموذج الانحدار اللوجستي (sm.Logit) باستخدام مكتبة statsmodels لاختبار العلاقة بين "معدل التحويل" (Conversion Rate) وعوامل أخرى مثل "نوع الصفحة" و"البلد" (الولايات المتحدة ab_US والمملكة المتحدة ab_UK). الاستنتاج الإحصائي: قمت بتحليل القيم الاحتمالية (P-values). وبما أن قيمة (P-value) للولايات المتحدة (0.2482) والمملكة المتحدة (0.5316) كانت أكبر من مستوى الدلالة المعياري (0.05)، فقد استنتجت بدقة "الفشل في رفض الفرضية الصفرية" (Fail to reject the null hypothesis). هذا يعني إحصائياً أنه لا يوجد دليل قوي على أن الصفحة الجديدة أو عامل البلد لهما تأثير إيجابي ملموس على زيادة المبيعات مقارنة بالصفحة القديمة. ب. تحليل التوزيع الاحتمالي (Bootstrap Distribution): استخدمت تقنية (Bootstrapping) لمحاكاة توزيع الفروق في معدلات التحويل (p_diffs) آلاف المرات لضمان دقة النتائج. قمت برسم مدرج تكراري (Histogram) يوضح هذا التوزيع، مع وضع خط أحمر عمودي يمثل "الفارق الفعلي الملحوظ" (Observed Difference) في التجربة الأصلية. يُظهر الرسم أن الخط الأحمر يقع في منتصف التوزيع الطبيعي تقريباً، مما يدعم الاستنتاج الرياضي السابق بأنه ليس هناك فرق ذو دلالة إحصائية (Statistical Significance) يبرر الانتقال إلى التصميم الجديد.