Аналіз коефіцієнта конверсії в House ads

Тепер, коли ви підтвердили, що конверсія в house ads знижується з 11 січня, спробуйте визначити можливі причини цього падіння.

Як фахівець з даних, який підтримує маркетингову команду, ви постійно стикатиметеся з коливаннями метрик. Важливо з'ясувати, чи спричинені ці коливання очікуваними змінами в поведінці користувачів (тобто відмінностями між днями тижня) чи ж це ознака більшої проблеми в технічній реалізації або маркетинговій стратегії.

У цій вправі ми почнемо з перевірки, чи користувачі частіше конвертують у вихідні порівняно з буднями, і визначимо, чи може це пояснити зміну коефіцієнта конверсії в house ads.

Ця вправа є частиною курсу

Аналіз маркетингових кампаній у pandas

Переглянути курс

Інструкції до вправи

Додайте стовпець дня тижня до датафрейму marketing, використавши dt.dayofweek на основі стовпця 'date_served'.
Використайте conversion_rate, щоб обчислити конверсію за днем тижня та маркетинговим каналом і збережіть результати в DoW_conversion.
Створіть лінійний графік результатів, задайте початок осі y з 0 і відобразіть графік.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# 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')
____
____

Редагувати та запускати код