IniziaInizia gratis

Sensibilità del tasso di conversione

Per cambiare un po’, nei prossimi esercizi lavoreremo con la metrica del tasso di conversione che abbiamo esplorato nel Capitolo 1. In particolare, esaminerai come cambia quel valore sotto diversi incrementi percentuali e vedrai quante conversioni in più al giorno ne deriverebbero. Per prima cosa troverai il numero medio di visualizzazioni del paywall e di acquisti effettuati al giorno nel nostro campione osservato. Buon lavoro!

Questo esercizio fa parte del corso

Customer Analytics and A/B Testing in Python

Visualizza il corso

Istruzioni dell'esercizio

  • Unisci le tabelle paywall_views e demographics_data usando un join 'inner'. Questo limiterà il risultato agli utenti presenti in entrambe e rimuoverà chi non ha visualizzato un paywall, che è proprio ciò che vogliamo in questo scenario.
  • Raggruppa purchase_data per 'date'. Il risultato verrà poi aggregato per te sommando il campo purchase per trovare il numero totale di acquisti e contando su di esso per trovare il numero totale di visualizzazioni del paywall.
  • Fai la media dei campi sum e count risultanti per trovare il numero medio di acquisti e di visualizzazioni del paywall al giorno.
  • I risultati riflettono un campione pari allo 0,1% della popolazione complessiva per semplicità d’uso. Moltiplica sia daily_purchases sia daily_paywall_views per 1000 così che il nostro risultato rifletta l’ordine di grandezza che avremmo osservando l’intera popolazione.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

# 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)
Modifica ed esegui il codice