เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

เตรียมข้อมูลสำหรับการแสดงผล Conversion รายวัน

การทำความเข้าใจประสิทธิภาพของแคมเปญจำเป็นต้องดูว่า metrics สำคัญเปลี่ยนแปลงอย่างไรตลอดช่วงเวลาของแคมเปญ metrics เหล่านี้ช่วยให้ตรวจจับปัญหาที่อาจเกิดขึ้นระหว่างแคมเปญได้ เช่น บักในระบบ checkout ที่ทำให้ conversion ลดลงในช่วงท้ายของแคมเปญ นอกจากนี้ metrics ตามช่วงเวลายังช่วยเผยให้เห็นแนวโน้ม เช่น การได้รับสมาชิกใหม่เพิ่มขึ้นในช่วงสุดสัปดาห์หรือวันหยุดเทศกาล

ในแบบฝึกหัดนี้ จะต่อยอดจาก Series daily_conversion_rates ที่สร้างไว้ในแบบฝึกหัดก่อนหน้า ก่อนที่จะเริ่มสร้างกราฟได้ ต้องแปลงข้อมูลให้อยู่ในรูปแบบที่ใช้งานกับ pandas และ matplotlib ได้ง่ายขึ้นก่อน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

วิเคราะห์แคมเปญการตลาดด้วย pandas

ดูคอร์ส

คำแนะนำการฝึกหัด

  • รีเซ็ต index ของ Series daily_conversion_rates แล้วใช้ pd.DataFrame() แปลงผลลัพธ์ให้เป็น DataFrame ชื่อ daily_conversion_rate
  • เปลี่ยนชื่อคอลัมน์ใน DataFrame daily_conversion_rate ใหม่ให้เป็น 'date_served' และ 'conversion_rate'

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Reset index to turn the results into a DataFrame
daily_conversion_rate = ____(daily_conversion_rates.____(____))

# Rename columns
daily_conversion_rate.____ = ['____', 
                              '____']
แก้ไขและรันโค้ด