Aan de slagGa gratis aan de slag

Aankoopflow

Na de aanmeldingen gaan we het proces van omzetgeneratie modelleren. Zodra de klant zich heeft aangemeld, beslist die of er wel of niet een aankoop wordt gedaan — een logische kandidaat voor een binaire toevalsvariabele. Laten we aannemen dat 10% van de aanmeldingen tot een aankoop leidt.

Hoewel klanten meerdere aankopen kunnen doen, nemen we hier één aankoop aan. De aankoopwaarde kun je modelleren met elke continue toevalsvariabele, maar een mooie kandidaat is de exponentiële verdeling. Stel dat we weten dat de gemiddelde aankoopwaarde per klant rond de $1000 ligt. We gebruiken deze informatie om de toevalsvariabele purchase_values te maken. De omzet is dan simpelweg de som van alle aankoopwaarden.

De variabelen ct_rate, su_rate en de functie get_signups() uit de vorige oefening zijn alvast voor je geladen.

Deze oefening maakt deel uit van de cursus

Statisticale simulatie in Python

Cursus bekijken

Oefeninstructies

  • Modelleer purchases als een binomiale toevalsvariabele met p=0.1.
  • Modelleer purchase_values als een exponentiële toevalsvariabele met scale=1000 en de juiste size.
  • Voeg aan rev de som van purchase_values toe.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

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]))
Code bewerken en uitvoeren