Preparare i dati per visualizzare la conversione giornaliera
Quando vuoi capire come ha performato la tua campagna, è essenziale osservare come sono cambiate le metriche chiave durante tutto il periodo. Le metriche principali possono aiutarti a individuare problemi avvenuti durante la campagna, come un bug nel sistema di checkout che ha causato un calo della conversione verso la fine. Le metriche nel tempo possono anche mettere in evidenza tendenze, ad esempio l’aumento degli iscritti nei weekend o in festività specifiche.
In questo esercizio, partirai dalla Series del tasso di conversione giornaliero daily_conversion_rates che hai creato in un esercizio precedente. Prima di poter iniziare a visualizzare, devi trasformare i tuoi dati in un formato più semplice da usare con pandas e matplotlib.
Questo esercizio fa parte del corso
Analizzare campagne di marketing con pandas
Istruzioni dell'esercizio
- Reimposta l'indice della Series
daily_conversion_ratese usapd.DataFrame()per convertire i risultati in un DataFrame chiamatodaily_conversion_rate. - Rinomina le colonne nel nuovo DataFrame
daily_conversion_ratecome'date_served'e'conversion_rate'.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Reset index to turn the results into a DataFrame
daily_conversion_rate = ____(daily_conversion_rates.____(____))
# Rename columns
daily_conversion_rate.____ = ['____',
'____']