Vyhodnocení dopadu chyby
Teď zjistíme, kolik předplatitelů bylo ztraceno kvůli tomu, že uživatelé dostávali anglický obsah místo obsahu ve svém preferovaném jazyce. Jakmile tým odhadne dopad této chyby, může se rozhodnout, jestli má smysl zavést další kontrolní mechanismy, aby se podobné situaci předešlo — možná si říkáš, že to přece stojí za to! Do jisté míry máš pravdu, ale každé rozhodnutí firmy vyžaduje čas i prostředky. Čím více informací tým má, tím lépe dokáže tuto rovnováhu posoudit.
DataFrame converted je už načtený. Obsahuje sloupce s očekávaným počtem předplatitelů pro španělsky, arabsky a německy mluvící uživatele — pojmenované expected_spanish_conv, expected_arabic_conv a expected_german_conv.
Toto cvičení je součástí kurzu
Analýza marketingových kampaní s pandas
Pokyny k cvičení
- Vytvoř DataFrame
convertedtak, že pomocí.locvybereš pouze řádky, kde datum spadá mezi'2018-01-11'a'2018-01-31'. - Sečti sloupce s očekávaným počtem předplatitelů pro každý jazyk v
converteda výsledky ulož doexpected_subs. - Sečti sloupce se skutečným počtem předplatitelů pro každý jazyk v
converteda výsledky ulož doactual_subs. - Odečti
actual_subsodexpected_subs, abys zjistil/a, kolik předplatitelů bylo kvůli chybě ztraceno.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Use .loc to slice only the relevant dates
converted = converted.___['____':'____']
# Sum expected subscribers for each language
expected_subs = ____.sum() + ____.sum() + ____.sum()
# Calculate how many subscribers we actually got
actual_subs = ____.____ + ____.____ + ____.____
# Subtract how many subscribers we got despite the bug
lost_subs = ____
print(lost_subs)