MulaiMulai sekarang secara gratis

Sensitivitas tingkat konversi

Agar variasi, pada beberapa latihan berikutnya kita akan bekerja dengan metrik tingkat konversi yang telah kita bahas di Bab Satu. Secara khusus, Anda akan memeriksa bagaimana nilai tersebut berubah di bawah berbagai persentase peningkatan dan melihat berapa banyak konversi tambahan per hari yang dihasilkan oleh perubahan ini. Pertama, Anda akan mencari rata-rata jumlah tampilan paywall dan pembelian yang terjadi per hari dalam sampel yang kita amati. Semoga sukses!

Latihan ini adalah bagian dari kursus

Analitik Pelanggan dan A/B Testing dengan Python

Lihat Kursus

Petunjuk latihan

  • Gabungkan tabel paywall_views dengan demographics_data menggunakan join 'inner'. Ini akan membatasi hasil hanya pada pengguna yang muncul di keduanya dan menghapus semua orang yang tidak melihat paywall, yang memang kita inginkan dalam skenario ini.
  • Kelompokkan purchase_data berdasarkan 'date'. Hasilnya kemudian diagregasi untuk Anda dengan menjumlahkan kolom purchase untuk menemukan total jumlah pembelian dan menghitungnya untuk menemukan total jumlah tampilan paywall.
  • Rata-ratakan masing-masing kolom sum dan count yang dihasilkan untuk mendapatkan rata-rata jumlah pembelian dan tampilan paywall per hari.
  • Hasil mencerminkan sampel sebesar 0,1% dari populasi keseluruhan demi kemudahan. Kalikan masing-masing daily_purchases dan daily_paywall_views dengan 1000 agar hasil mencerminkan besaran perubahan seandainya kita mengamati seluruh populasi.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# Merge and group the datasets
purchase_data = demographics_data.merge(paywall_views,  how='____', on=['uid'])
purchase_data.date = purchase_data.date.dt.floor('d')

# Group and aggregate our combined dataset 
daily_purchase_data = purchase_data.groupby(by=['____'], as_index=False)
daily_purchase_data = daily_purchase_data.agg({'purchase': ['sum', 'count']})

# Find the mean of each field and then multiply by 1000 to scale the result
daily_purchases = daily_purchase_data.purchase['sum'].____()
daily_paywall_views = daily_purchase_data.purchase['count'].____()
daily_purchases = daily_purchases * ____
daily_paywall_views = daily_paywall_views * ____

print(daily_purchases)
print(daily_paywall_views)
Edit dan Jalankan Kode