मार्केटिंग कैंपेन की प्रभावशीलता समझना
मान लीजिए आप एक डिजिटल मार्केटर हैं जो हाल के कैंपेन के डेटा का विश्लेषण कर रहे हैं, ताकि समझ सकें कि कौन-सा मैसेजिंग स्टाइल और दिन का कौन-सा समय सबसे अधिक conversions देता है। यह विश्लेषण भविष्य की मार्केटिंग रणनीतियों को दिशा देने के लिए महत्वपूर्ण है, ताकि आपके संदेश तब पहुँचें जब संभावित ग्राहक सबसे अधिक जुड़ने की संभावना रखते हैं। इस अभ्यास में, आप एक डेटासेट के साथ काम कर रहे हैं जो अलग-अलग मैसेजिंग स्टाइल ('Casual' बनाम 'Formal') और दिन के समय ('Morning' बनाम 'Evening') का conversion rates पर प्रभाव दिखाता है — यह मार्केटिंग डेटा एनालिसिस में एक सामान्य परिदृश्य है।
डेटा आपके लिए marketing_data नाम के DataFrame के रूप में लोड किया गया है, और pandas को pd के रूप में इम्पोर्ट किया गया है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Experimental Design
अभ्यास निर्देश
'Messaging_Style'को index और'Time_of_Day'को columns के रूप में रखते हुए एक pivot table बनाएँ, जिसमेंConversionsका mean compute हो.- इस pivot table को प्रिंट करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Create a pivot table for marketing campaign data
marketing_pivot = marketing_data.____(
values='____',
index='____',
columns='____',
aggfunc='____')
# View the pivoted results
print(____)