IniziaInizia gratis

Flusso di acquisto

Dopo le iscrizioni, modelliamo il processo di generazione dei ricavi. Una volta che il cliente si è iscritto, decide se acquistare o meno: un candidato naturale è una variabile casuale binomiale. Supponiamo che il 10% delle iscrizioni porti a un acquisto.

Anche se i clienti possono effettuare molti acquisti, supponiamo un solo acquisto. Il valore dell’acquisto può essere modellato con una qualsiasi variabile casuale continua, ma un buon candidato è la variabile casuale esponenziale. Supponiamo di sapere che il valore medio dell’acquisto per cliente è intorno a 1000 $. Usiamo questa informazione per creare la variabile purchase_values. Il ricavo, quindi, è semplicemente la somma di tutti i valori di acquisto.

Le variabili ct_rate, su_rate e la funzione get_signups() dall’esercizio precedente sono già caricate per te.

Questo esercizio fa parte del corso

Simulazione statistica in Python

Visualizza il corso

Istruzioni dell'esercizio

  • Modella purchases come una variabile casuale binomiale con p=0.1.
  • Modella purchase_values come una variabile casuale esponenziale con scale=1000 e il size appropriato.
  • Aggiungi a rev la somma di purchase_values.

Esercizio pratico interattivo

Prova a risolvere questo esercizio completando il codice di esempio.

def get_revenue(signups):
    rev = []
    np.random.seed(123)
    for s in signups:
        # Model purchases as binomial, purchase_values as exponential
        purchases = ____(s, p=____)
        purchase_values = ____
        
        # Append to revenue the sum of all purchase values.
        rev.append(____)
    return rev

print("Simulated Revenue = ${}".format(get_revenue(get_signups('low', ct_rate, su_rate, 1))[0]))
Modifica ed esegui il codice