เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การสร้าง DataFrame อัตราการ Conversion รายวัน

เพื่อทำความเข้าใจแนวโน้มที่เปลี่ยนแปลงตามเวลา เราจะสร้าง DataFrame ใหม่ที่แสดงอัตราการ Conversion ในแต่ละวัน โดยใช้ขั้นตอนเดิมที่เคยคำนวณอัตราการ Conversion โดยรวม แต่คราวนี้จะจัดกลุ่มตามวันที่ผู้ใช้สมัครด้วย

การดูอัตราการ Conversion รายวันมีความสำคัญอย่างมาก เพราะช่วยให้เข้าใจว่าตัวเลขในแต่ละวันนั้นดีหรือไม่ดีเพียงใด นอกจากนี้ การติดตามแนวโน้มตามช่วงเวลายังช่วยให้ตรวจพบสัญญาณต่าง ๆ ได้ เช่น อัตราการ Conversion ที่ลดลงอย่างต่อเนื่อง การค้นพบแนวโน้มเหล่านี้และนำเสนอต่อผู้มีส่วนได้ส่วนเสียด้านการตลาดให้เร็วที่สุดเป็นสิ่งสำคัญมาก

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

วิเคราะห์แคมเปญการตลาดด้วย pandas

ดูคอร์ส

คำแนะนำการฝึกหัด

  • จัดกลุ่ม marketing ตาม 'date_served' แล้วคำนวณจำนวน user ID ที่ไม่ซ้ำกัน
  • เลือกเฉพาะแถวใน marketing ที่ converted มีค่าเป็น True จากนั้นจัดกลุ่มผลลัพธ์ตาม 'date_served' แล้วคำนวณจำนวน user ID ที่ไม่ซ้ำกัน

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# 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
แก้ไขและรันโค้ด