Menilai dampak bug
Sekarang saatnya menghitung berapa banyak pelanggan yang hilang karena pengguna secara keliru disajikan bahasa Inggris alih-alih bahasa pilihan mereka. Setelah tim memiliki perkiraan dampak kesalahan ini, mereka dapat menentukan apakah perlu menambahkan pemeriksaan tambahan untuk mencegah hal serupa di masa depan—Anda mungkin berpikir, tentu saja upaya pencegahan kesalahan itu penting! Dalam satu sisi, Anda benar, tetapi setiap keputusan perusahaan memerlukan kerja dan pendanaan. Semakin banyak informasi yang dimiliki tim Anda, semakin baik mereka dapat mengevaluasi pertukaran ini.
DataFrame converted telah dimuat untuk Anda. Data ini berisi kolom pelanggan yang diharapkan untuk penutur bahasa Spanyol, Arab, dan Jerman masing-masing bernama expected_spanish_conv, expected_arabic_conv, dan expected_german_conv.
Latihan ini adalah bagian dari kursus
Menganalisis Kampanye Pemasaran dengan pandas
Petunjuk latihan
- Buat DataFrame
converteddengan menggunakan.locuntuk memilih hanya baris dengan tanggal antara'2018-01-11'dan'2018-01-31'. - Jumlahkan kolom pelanggan yang diharapkan untuk setiap bahasa dalam
converteddan simpan hasilnya keexpected_subs. - Jumlahkan pelanggan aktual untuk setiap bahasa dalam
converteddan simpan hasilnya keactual_subs. - Kurangkan
actual_subsdariexpected_subsuntuk menentukan berapa banyak pelanggan yang hilang karena bug.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Use .loc to slice only the relevant dates
converted = converted.___['____':'____']
# Sum expected subscribers for each language
expected_subs = ____.sum() + ____.sum() + ____.sum()
# Calculate how many subscribers we actually got
actual_subs = ____.____ + ____.____ + ____.____
# Subtract how many subscribers we got despite the bug
lost_subs = ____
print(lost_subs)