Phân tích tỷ lệ chuyển đổi từ quảng cáo nội bộ (House ads)
Sau khi bạn đã xác nhận rằng tỷ lệ chuyển đổi từ quảng cáo nội bộ giảm kể từ ngày 11 tháng 1, bạn sẽ cố gắng xác định các nguyên nhân tiềm ẩn cho sự sụt giảm này.
Là một nhà khoa học dữ liệu hỗ trợ đội marketing, bạn sẽ thường xuyên gặp các chỉ số dao động. Điều quan trọng là cần xác định xem biến động đó đến từ sự thay đổi hành vi người dùng vốn dĩ có thể dự đoán (ví dụ: khác biệt giữa các ngày trong tuần) hay là dấu hiệu của một vấn đề lớn hơn trong triển khai kỹ thuật hoặc chiến lược marketing.
Trong bài tập này, chúng ta sẽ bắt đầu bằng cách kiểm tra xem người dùng có xu hướng chuyển đổi cao hơn vào cuối tuần so với ngày thường hay không và xác định liệu điều đó có thể là nguyên nhân dẫn đến thay đổi trong tỷ lệ chuyển đổi từ quảng cáo nội bộ hay không.
Bài tập này là một phần của khóa học
Phân tích chiến dịch Marketing với pandas
Hướng dẫn bài tập
- Thêm một cột thứ trong tuần vào DataFrame
marketingbằngdt.dayofweekdựa trên cột'date_served'. - Dùng
conversion_rateđể tính tỷ lệ chuyển đổi theo thứ trong tuần và kênh marketing, rồi lưu kết quả vàoDoW_conversion. - Tạo một biểu đồ đường cho kết quả, đặt trục y bắt đầu từ
0và hiển thị biểu đồ.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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')
____
____