Analiza skuteczności kampanii marketingowej
Wyobraź sobie, że jesteś specjalistą ds. marketingu cyfrowego i analizujesz dane z niedawnej kampanii, aby sprawdzić, jaki styl komunikatu i pora dnia przynoszą najwięcej konwersji. Ta analiza jest kluczowa dla planowania przyszłych strategii marketingowych – pozwala dotrzeć do potencjalnych klientów w momentach, gdy są najbardziej skłonni do działania. W tym ćwiczeniu pracujesz z zestawem danych zawierającym wyniki różnych stylów komunikatów ('Casual' i 'Formal') oraz pór dnia ('Morning' i 'Evening') w odniesieniu do współczynników konwersji. To typowy scenariusz w analizie danych marketingowych.
Dane zostały wczytane jako DataFrame o nazwie marketing_data, a biblioteka pandas jest dostępna jako pd.
To ćwiczenie jest częścią kursu
Projektowanie eksperymentów w Pythonie
Instrukcje do ćwiczenia
- Utwórz tabelę przestawną z
'Messaging_Style'jako indeksem i'Time_of_Day'jako kolumnami, obliczając średnią wartośćConversions. - Wydrukuj tę tabelę przestawną.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Create a pivot table for marketing campaign data
marketing_pivot = marketing_data.____(
values='____',
index='____',
columns='____',
aggfunc='____')
# View the pivoted results
print(____)