Onze data klaarmaken om dagelijkse conversie te visualiseren
Als je wilt begrijpen hoe je campagne heeft gepresteerd, is het essentieel om te kijken hoe kernstatistieken gedurende de campagne veranderden. Je belangrijkste metrics kunnen je helpen problemen op te sporen die tijdens de campagne zijn opgetreden, zoals een bug in het afrekensysteem die aan het einde van je campagne tot een dip in conversie leidde. Metrics over tijd kunnen ook trends laten zien, zoals meer abonnees in het weekend of op specifieke feestdagen.
In deze oefening bouw je voort op de Series met dagelijkse conversieratio daily_conversion_rates die je in een vorige oefening hebt gemaakt. Voordat je kunt gaan visualiseren, moet je je data omzetten naar een formaat dat makkelijker te gebruiken is met pandas en matplotlib.
Deze oefening maakt deel uit van de cursus
Marketingcampagnes analyseren met pandas
Oefeninstructies
- Reset de index van de Series
daily_conversion_ratesen gebruikpd.DataFrame()om de resultaten om te zetten naar een DataFrame met de naamdaily_conversion_rate. - Hernoem de kolommen in de nieuwe DataFrame
daily_conversion_ratenaar'date_served'en'conversion_rate'.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Reset index to turn the results into a DataFrame
daily_conversion_rate = ____(daily_conversion_rates.____(____))
# Rename columns
daily_conversion_rate.____ = ['____',
'____']