Données pour l'analyse de survie

Dans les exercices suivants, vous allez travailler avec des données clients d'une boutique en ligne afin de pratiquer l'analyse de survie. Mais ici, il ne s'agit pas du temps jusqu'à l'attrition, mais du temps jusqu'à la deuxième commande.

Les données sont stockées dans l'objet dataNextOrder. La variable boughtAgain prend la valeur 0 pour les clients n'ayant passé qu'une seule commande et 1 pour ceux qui ont déjà passé une deuxième commande. Si une personne a commandé une seconde fois, vous voyez dans la variable daysSinceFirstPurch le nombre de jours entre la première et la deuxième commande. Pour les clients sans deuxième commande, daysSinceFirstPurch contient le temps écoulé depuis leur première (et plus récente) commande.

Le package ggplot2 est déjà chargé dans votre espace de travail.

Cet exercice fait partie du cours

<cours>Machine Learning for Marketing Analytics in R</cours>

Voir le cours

Instructions de l’exercice

Examinez les données avec head().
Tracez un histogramme des jours écoulés depuis le premier achat, séparément pour les clients avec et sans deuxième commande. (Si vous n'êtes pas à l'aise avec le code ggplot2, pas d'inquiétude : vous devez simplement utiliser daysSinceFirstPurch comme variable en x et boughtAgain comme variable de remplissage et de facettage.)

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Look at the head of the data
___(dataNextOrder)

# Plot a histogram
ggplot(dataNextOrder) +
  geom_histogram(aes(x = ___,
                     fill = factor(___))) +
  facet_grid( ~ boughtAgain) + # Separate plots for boughtAgain = 1 vs. 0
  theme(legend.position = "none") # Don't show legend

Modifier et exécuter le code