Prix d’achat moyen par cohorte
En reprenant l’exercice précédent, examinons le même KPI, le prix d’achat moyen, ainsi qu’un indicateur proche, le prix d’achat médian, sur les 28 premiers jours. Ajoutons ensuite ces mêmes métriques sans limite de 28 jours pour comparer.
Nous pouvons calculer ces métriques sur un ensemble de cohortes et observer les différences qui émergent. C’est très utile pour comprendre comment les comportements varient d’une cohorte à l’autre.
Notez que, dans nos données, la variable de prix est exprimée en centimes.
Cet exercice fait partie du cours
<cours>Analytics client et A/B Testing en Python</cours>Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Set the max registration date to be one month before today
max_reg_date = current_date - timedelta(days=28)
# Find the month 1 values:
month1 = np.where((purchase_data.____ < ____) &
(____ < ____ + timedelta(days=28)),
purchase_data.____,
np.NaN)
# Update the value in the DataFrame
purchase_data['month1'] = month1