Creare un DataFrame con il tasso di conversione giornaliero

Per capire l’andamento nel tempo, creerai un nuovo DataFrame che includa il tasso di conversione per ogni giorno. Seguirai sostanzialmente gli stessi passaggi di prima, quando hai calcolato il tasso di conversione complessivo, questa volta raggruppando anche per la data in cui l’utente si è abbonato.

Osservare il tasso di conversione giornaliero è fondamentale per capire se, in un determinato giorno, il risultato è stato buono o meno. Inoltre, analizzare il tasso di conversione nel tempo può aiutare a far emergere trend, ad esempio un tasso di conversione che sembra diminuire progressivamente. È cruciale individuare il prima possibile questi andamenti per i tuoi stakeholder di marketing.

Questo esercizio fa parte del corso

Analizzare campagne di marketing con pandas

Visualizza il corso

Istruzioni dell'esercizio

Raggruppa marketing per 'date_served' e calcola il numero univoco di ID utente.
Seleziona solo le righe in marketing in cui converted è True. Raggruppa il risultato per 'date_served' e calcola il numero univoco di ID utente.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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

Modifica ed esegui il codice