Создание DataFrame с ежедневным коэффициентом конверсии

Чтобы выявить тенденции во времени, вы создадите новый DataFrame, который будет содержать коэффициент конверсии за каждый день. Последовательность действий в целом та же, что и при вычислении общего коэффициента конверсии, — только на этот раз вы также будете группировать данные по дате подписки пользователя.

Анализ ежедневного коэффициента конверсии необходим, чтобы понять, был ли результат конкретного дня хорошим или плохим в сравнении с остальными. Кроме того, наблюдение за динамикой коэффициента конверсии во времени позволяет выявить тенденции — например, устойчивое снижение показателя. Важно обнаруживать подобные закономерности как можно раньше и своевременно сообщать о них маркетинговым партнёрам.

Это упражнение является частью курса

Анализ маркетинговых кампаний с помощью pandas

Посмотреть курс

Инструкции к упражнению

Сгруппируйте marketing по 'date_served' и вычислите количество уникальных идентификаторов пользователей.
Выберите из marketing только те строки, где converted равно True. Сгруппируйте результат по 'date_served' и вычислите количество уникальных идентификаторов пользователей.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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

Редактировать и запускать код