CommencerCommencer gratuitement

Parcours d'achat

Après les inscriptions, modélisons maintenant la génération de revenus. Une fois inscrit, le client décide d’acheter ou non — un bon candidat naturel pour une V.A. binomiale. Supposons que 10 % des inscriptions aboutissent à un achat.

Même si les clients peuvent effectuer plusieurs achats, supposons ici un seul achat. La valeur d’achat peut être modélisée par n’importe quelle V.A. continue, mais une bonne candidate est la V.A. exponentielle. Supposons que la valeur d’achat par client soit en moyenne d’environ 1 000 $. Nous utilisons cette information pour créer la V.A. purchase_values. Le revenu correspond alors simplement à la somme de toutes les valeurs d’achat.

Les variables ct_rate, su_rate et la fonction get_signups() de l’Exercice précédent sont préchargées pour vous.

Cet exercice fait partie du cours

Simulation statistique en Python

Afficher le cours

Instructions

  • Modélisez purchases comme une V.A. binomiale avec p=0.1.
  • Modélisez purchase_values comme une V.A. exponentielle avec scale=1000 et le size approprié.
  • Ajoutez à rev la somme de purchase_values.

Exercice interactif pratique

Essayez cet exercice en complétant cet exemple de code.

def get_revenue(signups):
    rev = []
    np.random.seed(123)
    for s in signups:
        # Model purchases as binomial, purchase_values as exponential
        purchases = ____(s, p=____)
        purchase_values = ____
        
        # Append to revenue the sum of all purchase values.
        rev.append(____)
    return rev

print("Simulated Revenue = ${}".format(get_revenue(get_signups('low', ct_rate, su_rate, 1))[0]))
Modifier et exécuter le code