Taux de conversion des annonces internes par langue

Maintenant que vous avez écarté les fluctuations naturelles selon le jour de la semaine où l'utilisateur a vu nos éléments marketing comme cause de la baisse du taux de conversion des annonces internes, vous allez examiner l'évolution du taux de conversion par langue. Il se peut que la nouvelle campagne marketing ne s'applique pas bien à différentes cultures.

Idéalement, l'équipe marketing tient compte des différences culturelles avant de lancer une campagne, mais des erreurs peuvent survenir, et ce sera à vous d'en déterminer la cause. Bien souvent, les scientifiques des données sont en première ligne pour comprendre ce qui n'a pas fonctionné dans une campagne marketing. À vous de faire preuve de créativité pour identifier la cause.

Cette activité fait partie du cours

Analyser des campagnes marketing avec pandas

Voir le cours

Instructions de l’exercice

Créez un nouveau DataFrame house_ads en isolant les lignes de marketing où marketing_channel est égal à 'House Ads'.
Exécutez votre fonction conversion_rate() sur le DataFrame house_ads en regroupant par date_served et language_displayed.
Utilisez la fonction plotting_conv() sur conv_lang_df pour afficher vos résultats.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Isolate the rows where marketing channel is House Ads
house_ads = ____

# Calculate conversion by date served, and language displayed
conv_lang_channel = ____

# Unstack conv_lang_channel
conv_lang_df = pd.DataFrame(conv_lang_channel.unstack(level=1))

# Use your plotting function to display results
____

Modifier et exécuter le code