محمود عبدالنبي
شراء الوسائط · أداة سطر أوامر · 2

دليل المستودع: محرك بايزي لقياس دلالة اختبارات نسخ الإعلانات

صفحة تعريفية مستقلة بمستودع محرك بايزي لقياس دلالة اختبارات نسخ الإعلانات. توضّح ما الذي يحاول حله، ولمن يناسب، وما الملفات التي ستجدها قبل الانتقال إلى المصدر.

المشكلة التي يعالجها

يوضح التوثيق الأصلي نطاق المشكلة بهذا الوصف:

Develop a zero-dependency Python script (bayesian_ad_tester.py) that computes Bayesian posterior probabilities for multi-variant creative tests (Beta-Binomial conjugate model for CTR and conversion rates). Features: 1) Calculates probability of variant A outperforming B, 2) Expected loss calculation (risk of being wrong), 3) Minimum sample size recommendation, 4) Generates a standalone visual HTML report.

لمن صُمم؟

الجمهور المحدد في README: PRO operating in high-growth e-commerce, digital publishing, and direct-response marketing across Saudi Arabia, UAE, and Egypt.

محتويات المستودع

الملفات الأساسية التي يسردها قسم بنية المستودع في README:

  • examples/ab_test_sample.csv
  • LICENSE
  • protocols/creative-testing-standard.md
  • README.md
  • reports/sample_decision_report.html
  • reports/significance_report.html
  • src/bayesian_ad_tester.py
  • src/bayesian_calculator.py
  • tests/test_bayesian.py

طريقة مراجعته واستخدامه

  1. ابدأ بقراءة README وتأكد أن المشكلة المذكورة تطابق احتياجك الفعلي.
  2. افحص الملفات المذكورة أعلاه؛ أسماء الملفات توضح مكان البيانات والأدوات والقوالب والاختبارات.
  3. اتبع Quick Start الموجود في README، وتحقق من المتطلبات قبل تشغيل أي أمر.
  4. قارن المخرجات بعينة موثقة، وراجع القيود قبل استخدامها في قرار أو عمل عميل.

أمثلة أوامر البدء من README: python -m unittest discover -s tests · python src/bayesian_ad_tester.py --help

النطاق والقيود

  • Bayesian vs Frequentist Framing: Reports posterior probability of winning rather than confusing p-values, preventing premature test stopping.
  • Informative Prior Calibration: Uses user-supplied priors; choose them from relevant account history rather than a claimed regional average.
  • Multi-Armed Bandit Integration: Calculates expected loss in conversions if the currently leading ad variant is chosen immediately.

هذه الصفحة تلخص التوثيق المتاح ولا تثبت أداءً أو نتيجة تجارية. تحقق من صلاحية البيانات والمتطلبات قبل الاستخدام.

مستودعات مرتبطة