เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

วิเคราะห์อัตราการ Conversion ของช่องทาง House Ads

เมื่อยืนยันแล้วว่าอัตราการ Conversion ของ House Ads ลดลงนับตั้งแต่วันที่ 11 มกราคม ขั้นตอนต่อไปคือการหาสาเหตุที่อาจเป็นต้นเหตุของการลดลงนี้

ในฐานะนักวิทยาศาสตร์ข้อมูลที่สนับสนุนทีมการตลาด คุณจะพบกับตัวชี้วัดที่ผันผวนอยู่เสมอ สิ่งสำคัญคือต้องแยกแยะให้ออกว่าความผันผวนนั้นเกิดจากพฤติกรรมผู้ใช้ที่เปลี่ยนไปตามปกติ (เช่น ความแตกต่างระหว่างวันธรรมดาและวันหยุดสุดสัปดาห์) หรือเป็นปัญหาที่ใหญ่กว่าด้านการพัฒนาระบบหรือกลยุทธ์การตลาด

ในแบบฝึกหัดนี้ จะเริ่มต้นด้วยการตรวจสอบว่าผู้ใช้มีแนวโน้ม Conversion สูงกว่าในวันหยุดสุดสัปดาห์เมื่อเทียบกับวันธรรมดาหรือไม่ และประเมินว่าปัจจัยนี้อาจเป็นสาเหตุของการเปลี่ยนแปลงในอัตราการ Conversion ของ House Ads หรือไม่

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

วิเคราะห์แคมเปญการตลาดด้วย pandas

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เพิ่มคอลัมน์วันในสัปดาห์ใน DataFrame marketing โดยใช้ dt.dayofweek จากคอลัมน์ 'date_served'
  • ใช้ conversion_rate เพื่อคำนวณอัตราการ Conversion ตามวันในสัปดาห์และช่องทางการตลาด แล้วเก็บผลลัพธ์ไว้ใน DoW_conversion
  • สร้างกราฟเส้นจากผลลัพธ์ที่ได้ ตั้งค่าแกน y ให้เริ่มต้นที่ 0 แล้วแสดงกราฟ

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Add day of week column to marketing
marketing['DoW_served'] = ____

# Calculate conversion rate by day of week
DoW_conversion = conversion_rate(____, ['____', '____'])


# Unstack channels
DoW_df = pd.DataFrame(DoW_conversion.unstack(level=1))

# Plot conversion rate by day of week
DoW_df____
plt.title('Conversion rate by day of week\n')
____
____
แก้ไขและรันโค้ด