ComeçarComece de graça

Sensibilidades da taxa de conversão

Para variar um pouco, nos próximos exercícios vamos trabalhar com a métrica de taxa de conversão que exploramos no Capítulo Um. Especificamente, você vai analisar como esse valor muda sob diferentes aumentos percentuais e quantas conversões a mais por dia essa mudança geraria. Primeiro, você vai encontrar o número médio de visualizações de paywall e de compras feitas por dia na nossa amostra observada. Boa sorte!

Este exercício faz parte do curso

Customer Analytics and A/B Testing in Python

Ver curso

Instruções do exercício

  • Faça o merge de paywall_views com demographics_data usando um join 'inner'. Isso vai limitar o resultado apenas aos usuários que aparecem em ambas e remover quem não visualizou um paywall, que é exatamente o que queremos neste cenário.
  • Agrupe purchase_data por 'date'. Em seguida, o resultado é agregado para você somando o campo purchase para encontrar o total de compras e contando sobre ele para encontrar o total de visualizações de paywall.
  • Faça a média de cada um dos campos resultantes sum e count para obter o número médio de compras e de visualizações de paywall por dia.
  • Os resultados refletem uma amostra de 0,1% da nossa população total para facilitar o uso. Multiplique cada um de daily_purchases e daily_paywall_views por 1000 para que nosso resultado reflita a mudança de magnitude caso estivéssemos observando a população inteira.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# Merge and group the datasets
purchase_data = demographics_data.merge(paywall_views,  how='____', on=['uid'])
purchase_data.date = purchase_data.date.dt.floor('d')

# Group and aggregate our combined dataset 
daily_purchase_data = purchase_data.groupby(by=['____'], as_index=False)
daily_purchase_data = daily_purchase_data.agg({'purchase': ['sum', 'count']})

# Find the mean of each field and then multiply by 1000 to scale the result
daily_purchases = daily_purchase_data.purchase['sum'].____()
daily_paywall_views = daily_purchase_data.purchase['count'].____()
daily_purchases = daily_purchases * ____
daily_paywall_views = daily_paywall_views * ____

print(daily_purchases)
print(daily_paywall_views)
Editar e executar o código