Conversione delle house ads per lingua

Ora che hai escluso le normali fluttuazioni legate al giorno della settimana in cui l’utente ha visto i nostri asset di marketing come causa del calo di conversione delle house ads, darai un’occhiata all’andamento della conversione per lingua nel tempo. Forse la nuova campagna di marketing non è adatta in modo trasversale a culture diverse.

Idealmente, il team marketing dovrebbe considerare le differenze culturali prima di lanciare una campagna, ma a volte capitano errori, e spetterà a te individuare la causa. Spesso i data scientist sono la prima linea di difesa per capire cosa non ha funzionato in una campagna di marketing. Sta a te pensare in modo creativo per identificare la causa.

Questo esercizio fa parte del corso

Analizzare campagne di marketing con pandas

Visualizza il corso

Istruzioni dell'esercizio

Crea un nuovo DataFrame house_ads isolando le righe di marketing in cui marketing_channel è uguale a 'House Ads'.
Esegui la tua funzione conversion_rate() sul DataFrame house_ads raggruppando per date_served e language_displayed.
Usa la funzione plotting_conv() su conv_lang_df per visualizzare i risultati.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# Isolate the rows where marketing channel is House Ads
house_ads = ____

# Calculate conversion by date served, and language displayed
conv_lang_channel = ____

# Unstack conv_lang_channel
conv_lang_df = pd.DataFrame(conv_lang_channel.unstack(level=1))

# Use your plotting function to display results
____

Modifica ed esegui il codice