Membuat DataFrame tingkat konversi harian

Untuk memahami tren dari waktu ke waktu, Anda akan membuat DataFrame baru yang memuat tingkat konversi setiap hari. Anda akan mengikuti langkah-langkah yang pada dasarnya sama seperti sebelumnya saat menghitung tingkat konversi keseluruhan, kali ini juga melakukan pengelompokan berdasarkan tanggal ketika pengguna berlangganan.

Melihat tingkat konversi harian penting untuk memberi konteks apakah tingkat konversi pada hari tertentu tergolong baik atau buruk. Selain itu, meninjau tingkat konversi dari waktu ke waktu dapat membantu menyingkap tren, seperti tingkat konversi yang tampak menurun seiring waktu. Jenis tren seperti ini penting untuk diidentifikasi sedini mungkin bagi pemangku kepentingan pemasaran Anda.

Latihan ini adalah bagian dari kursus

Menganalisis Kampanye Pemasaran dengan pandas

Lihat Kursus

Petunjuk latihan

Kelompokkan marketing berdasarkan 'date_served' dan hitung jumlah unik user ID.
Pilih hanya baris dalam marketing di mana converted bernilai True. Kelompokkan hasilnya berdasarkan 'date_served' dan hitung jumlah unik user ID.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Group by date_served and count unique users
total = marketing.____(['____'])['____']\
                     .____()

# Group by date_served and calculate subscribers
subscribers = marketing[____['____'] == ____]\
                         .____(['____'])\
                         ['____'].____()

# Calculate the conversion rate for all languages
daily_conversion_rates = subscribers/total

Edit dan Jalankan Kode