Crear un DataFrame con la tasa de conversión diaria

Para entender las tendencias a lo largo del tiempo, vas a crear un nuevo DataFrame que incluya la tasa de conversión de cada día. Seguirás esencialmente los mismos pasos que usaste antes al calcular la tasa de conversión global, pero esta vez agrupando también por la fecha en que un usuario se suscribió.

Revisar la tasa de conversión diaria es clave para contextualizar si la tasa de un día concreto fue buena o mala. Además, observar la tasa de conversión a lo largo del tiempo puede ayudarte a detectar tendencias, como una tasa de conversión que parece estar disminuyendo. Este tipo de tendencias es fundamental identificarlas cuanto antes para tus stakeholders de marketing.

Este ejercicio forma parte del curso

Análisis de campañas de marketing con pandas

Ver curso

Instrucciones del ejercicio

Agrupa marketing por 'date_served' y calcula el número único de IDs de usuario.
Selecciona solo las filas de marketing donde converted sea True. Agrupa el resultado por 'date_served' y calcula el número único de IDs de usuario.

ejercicio interactivo práctico

Prueba este ejercicio completando este código de ejemplo.

# Group by date_served and count unique users
total = marketing.____(['____'])['____']\
                     .____()

# Group by date_served and calculate subscribers
subscribers = marketing[____['____'] == ____]\
                         .____(['____'])\
                         ['____'].____()

# Calculate the conversion rate for all languages
daily_conversion_rates = subscribers/total

Editar y ejecutar código