1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 고객 분석과 A/B Testing
Connected

연습 문제

전환율 민감도

이번에는 변화를 주어, 1장에서 살펴본 전환율 지표를 가지고 몇 가지 연습을 해볼게요. 특히 다양한 퍼센트 상승폭을 적용했을 때 전환율이 어떻게 변하는지, 그리고 그로 인해 하루에 전환이 얼마나 더 늘어나는지를 살펴봅니다. 먼저 관측 표본에서 하루 평균 paywall 조회 수와 구매 수를 구해 보세요. 화이팅입니다!

지침

100 XP
  • 'inner' 조인을 사용해 paywall_views와 demographics_data 테이블을 병합하세요. 이렇게 하면 두 테이블에 모두 존재하는 사용자만 포함되며, paywall을 보지 않은 사용자는 제외됩니다. 이 시나리오에서는 이렇게 하는 것이 바람직합니다.
  • purchase_data를 'date'로 그룹화하세요. 그 결과에 대해 purchase 필드를 합산해 총 구매 수를 구하고, 해당 필드를 개수로 세어 총 paywall 조회 수를 구하도록 집계합니다.
  • 결과로 나온 sum과 count 각각의 평균을 내어, 하루 평균 구매 수와 paywall 조회 수를 구하세요.
  • 사용 편의를 위해 결과는 전체 모집단의 0.1% 표본을 반영합니다. 전체 모집단을 관측했다고 가정한 규모를 반영하려면 daily_purchases와 daily_paywall_views 각각에 1000을 곱하세요.