Criando um DataFrame de taxa de conversão diária

Para entender as tendências ao longo do tempo, você vai criar um novo DataFrame que inclua a taxa de conversão de cada dia. Você seguirá essencialmente os mesmos passos de antes, quando calculou a taxa de conversão geral, desta vez também agrupando pela data em que um usuário assinou.

Olhar a taxa de conversão diária é crucial para contextualizar se a taxa de um determinado dia foi boa ou ruim. Além disso, observar a taxa de conversão ao longo do tempo pode ajudar a revelar tendências, como uma queda contínua. Identificar esse tipo de tendência o quanto antes é fundamental para seus stakeholders de marketing.

Este exercício faz parte do curso

Análise de campanhas de marketing com pandas

Ver curso

Instruções do exercício

Agrupe marketing por 'date_served' e calcule o número único de IDs de usuário.
Selecione apenas as linhas em marketing onde converted seja igual a True. Agrupe o resultado por 'date_served' e calcule o número único de IDs de usuário.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Group by date_served and count unique users
total = marketing.____(['____'])['____']\
                     .____()

# Group by date_served and calculate subscribers
subscribers = marketing[____['____'] == ____]\
                         .____(['____'])\
                         ['____'].____()

# Calculate the conversion rate for all languages
daily_conversion_rates = subscribers/total

Editar e executar o código