Menganalisis tingkat konversi iklan internal (House ads)
Sekarang setelah Anda memastikan bahwa konversi dari house ads menurun sejak 11 Januari, Anda akan mencoba mengidentifikasi kemungkinan penyebab penurunan tersebut.
Sebagai data scientist yang mendukung tim pemasaran, Anda akan sering menemui metrik yang berfluktuasi. Penting untuk mengidentifikasi apakah fluktuasi tersebut disebabkan oleh perubahan perilaku pengguna yang memang dapat diperkirakan (misalnya, perbedaan antara hari kerja dan akhir pekan) atau karena masalah yang lebih besar dalam implementasi teknis atau strategi pemasaran.
Dalam latihan ini, kita akan mulai dengan memeriksa apakah pengguna lebih cenderung melakukan konversi pada akhir pekan dibandingkan hari kerja dan menentukan apakah hal itu bisa menjadi penyebab perubahan tingkat konversi house ads.
Latihan ini adalah bagian dari kursus
Menganalisis Kampanye Pemasaran dengan pandas
Petunjuk latihan
- Tambahkan kolom hari dalam minggu ke DataFrame
marketingmenggunakandt.dayofweekberdasarkan kolom'date_served'. - Gunakan
conversion_rateuntuk menghitung konversi berdasarkan hari dalam minggu dan saluran pemasaran, lalu simpan hasilnya diDoW_conversion. - Buat plot garis dari hasil tersebut, atur sumbu y agar dimulai dari
0, dan tampilkan plotnya.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# Add day of week column to marketing
marketing['DoW_served'] = ____
# Calculate conversion rate by day of week
DoW_conversion = conversion_rate(____, ['____', '____'])
# Unstack channels
DoW_df = pd.DataFrame(DoW_conversion.unstack(level=1))
# Plot conversion rate by day of week
DoW_df____
plt.title('Conversion rate by day of week\n')
____
____