Dữ liệu cho phân tích sống sót (survival analysis)
Trong các bài tập sau, bạn sẽ làm việc với dữ liệu về khách hàng của một cửa hàng trực tuyến để luyện tập survival analysis. Nhưng lần này không phải thời gian đến khi rời bỏ (churn), mà là thời gian đến đơn hàng thứ hai.
Dữ liệu được lưu trong đối tượng dataNextOrder. Biến boughtAgain nhận giá trị 0 cho khách hàng chỉ có một đơn và 1 cho khách hàng đã đặt đơn thứ hai. Nếu một người đã đặt hàng lần thứ hai, bạn sẽ thấy số ngày giữa đơn đầu tiên và đơn thứ hai trong biến daysSinceFirstPurch. Với khách hàng chưa có đơn thứ hai, daysSinceFirstPurch chứa thời gian kể từ đơn hàng đầu tiên (và gần nhất) của họ.
Gói ggplot2 đã được nạp vào không gian làm việc của bạn.
Bài tập này là một phần của khóa học
Machine Learning cho Phân tích Marketing bằng R
Hướng dẫn bài tập
- Xem nhanh dữ liệu bằng
head(). - Vẽ biểu đồ histogram của số ngày kể từ lần mua đầu tiên, tách riêng cho nhóm có và không có đơn hàng thứ hai. (Nếu bạn chưa quen với mã
ggplot2, đừng lo: Bạn chỉ cần dùngdaysSinceFirstPurchlàm biến trục x vàboughtAgainlàm biến tô màu và phân ô.)
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Look at the head of the data
___(dataNextOrder)
# Plot a histogram
ggplot(dataNextOrder) +
geom_histogram(aes(x = ___,
fill = factor(___))) +
facet_grid( ~ boughtAgain) + # Separate plots for boughtAgain = 1 vs. 0
theme(legend.position = "none") # Don't show legend