1. 学ぶ
    2. /
  2. コース
    3. /
  3. Python による顧客分析と A/B テスト
Connected

演習

コンバージョン率の感度分析

気分を変えて、次のいくつかの演習では第1章で扱ったコンバージョン率の指標を使って取り組みましょう。具体的には、異なる割合のリフトのもとでその値がどのように変化するか、またその変化によって1日あたりのコンバージョン数がどれだけ増加するかを調べます。まず、観測したサンプルにおける1日あたりのペイウォール表示回数と購入数の平均を求めましょう。頑張ってください！

指示

100 XP
  • 'inner' 結合を使って paywall_views と demographics_data テーブルを結合します。これにより、両方に存在するユーザーのみに結果を絞り込み、ペイウォールを表示しなかったユーザーを除外できます。今回のシナリオではこの処理が必要です。
  • purchase_data を 'date' でグループ化します。その後、purchase フィールドの合計を求めて購入総数を算出し、件数をカウントしてペイウォールの総表示回数を求める集計処理が自動的に行われます。
  • 結果として得られた sum と count の各フィールドの平均を求め、1日あたりの平均購入数とペイウォール表示回数を算出します。
  • この結果は全体の母集団の0.1%のサンプルに基づいています。母集団全体に対応した規模に換算するため、daily_purchases と daily_paywall_views のそれぞれに 1000 を掛けてください。