Przygotowanie danych do wizualizacji dziennego współczynnika konwersji
Gdy chcesz ocenić skuteczność kampanii, kluczowe jest śledzenie zmian najważniejszych wskaźników na przestrzeni czasu. Metryki mogą pomóc wykryć problemy, które wystąpiły podczas kampanii – na przykład błąd w systemie płatności, który spowodował spadek konwersji pod koniec kampanii. Analiza wskaźników w czasie może też ujawnić ciekawe trendy, takie jak większa liczba nowych subskrybentów w weekendy lub podczas określonych świąt.
W tym ćwiczeniu rozwiniesz pracę nad szeregiem dziennych współczynników konwersji daily_conversion_rates, który utworzyłeś wcześniej. Zanim przejdziesz do wizualizacji, musisz przekształcić dane do formatu wygodniejszego w użyciu z pandas i matplotlib.
To ćwiczenie jest częścią kursu
Analiza kampanii marketingowych z pandas
Instrukcje do ćwiczenia
- Zresetuj indeks w serii
daily_conversion_ratesi użyjpd.DataFrame(), aby przekształcić wynik w DataFrame o nazwiedaily_conversion_rate. - Zmień nazwy kolumn w nowym DataFrame
daily_conversion_ratena'date_served'i'conversion_rate'.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Reset index to turn the results into a DataFrame
daily_conversion_rate = ____(daily_conversion_rates.____(____))
# Rename columns
daily_conversion_rate.____ = ['____',
'____']