Kom igångKom igång gratis

Köpflöde

Nu när vi har modellerat registreringar är det dags att modellera intäktsgenereringsprocessen. När en kund har registrerat sig bestämmer de om de vill köpa något eller inte – ett naturligt val för en binomialfördelad slumpvariabel. Vi antar att 10 % av registreringarna leder till ett köp.

Även om kunder kan göra flera köp antar vi här att varje kund gör högst ett köp. Köpvärdet kan modelleras med valfri kontinuerlig slumpvariabel, men en bra kandidat är exponentialfördelningen. Antag att vi vet att det genomsnittliga köpvärdet per kund är ungefär 1 000 dollar. Vi använder den informationen för att skapa slumpvariabeln purchase_values. Intäkten är sedan helt enkelt summan av alla köpvärden.

Variablerna ct_rate, su_rate och funktionen get_signups() från föregående övning är förinlästa.

Den här övningen är en del av kursen

Statistisk simulering i Python

Visa kurs

Övningsinstruktioner

  • Modellera purchases som en binomialfördelad slumpvariabel med p=0.1.
  • Modellera purchase_values som en exponentialfördelad slumpvariabel med scale=1000 och lämpligt size.
  • Lägg till summan av purchase_values i rev.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

def get_revenue(signups):
    rev = []
    np.random.seed(123)
    for s in signups:
        # Model purchases as binomial, purchase_values as exponential
        purchases = ____(s, p=____)
        purchase_values = ____
        
        # Append to revenue the sum of all purchase values.
        rev.append(____)
    return rev

print("Simulated Revenue = ${}".format(get_revenue(get_signups('low', ct_rate, su_rate, 1))[0]))
Redigera och kör kod