Date pentru analiza de supraviețuire

În exercițiile care urmează vei lucra cu date despre clienții unui magazin online, pentru a exersa analiza de supraviețuire. De data aceasta însă, nu este vorba despre timpul până la retragerea clientului (churn), ci despre timpul până la a doua comandă.

Datele sunt stocate în obiectul dataNextOrder. Variabila boughtAgain ia valoarea 0 pentru clienții cu o singură comandă și 1 pentru clienții care au plasat deja o a doua comandă. Dacă un client a comandat a doua oară, numărul de zile dintre prima și a doua comandă apare în variabila daysSinceFirstPurch. Pentru clienții fără o a doua comandă, daysSinceFirstPurch conține timpul scurs de la prima (și cea mai recentă) comandă.

Pachetul ggplot2 este deja încărcat în spațiul tău de lucru.

Acest exercițiu face parte din cursul

Machine Learning pentru Analiză de Marketing în R

Vezi cursul

Instrucțiuni pentru exercițiu

Aruncă o privire asupra datelor folosind head().
Realizează o histogramă a zilelor de la prima achiziție, separat pentru clienții cu și fără o a doua comandă. (Dacă nu ești obișnuit cu codul ggplot2, nu-ți face griji: trebuie doar să folosești daysSinceFirstPurch ca variabilă x și boughtAgain ca variabilă de umplere și de fațetare.)

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Look at the head of the data
___(dataNextOrder)

# Plot a histogram
ggplot(dataNextOrder) +
  geom_histogram(aes(x = ___,
                     fill = factor(___))) +
  facet_grid( ~ boughtAgain) + # Separate plots for boughtAgain = 1 vs. 0
  theme(legend.position = "none") # Don't show legend

Editează și rulează codul