分析 House ads 的转化率

既然您已经确认从 1 月 11 日起 house ads 的转化率在下降，接下来请尝试找出可能的原因。

作为支持市场团队的数据科学家，指标波动非常常见。关键在于判断波动是否来自用户行为的预期变化（例如，不同星期几的差异），还是源于技术实现或营销策略上的更大问题。

在本练习中，我们将先检查用户在周末是否比工作日更容易转化，并据此判断这是否可能导致 house ads 转化率的变化。

本练习是课程的一部分

使用 pandas 分析营销活动

查看课程

练习说明

基于 'date_served' 列，使用 dt.dayofweek 在 marketing DataFrame 中添加一个表示星期几的列。
使用 conversion_rate 按星期几与营销渠道计算转化率，并将结果保存到 DoW_conversion。
绘制结果的折线图，将 y 轴起点设为 0，并显示该图。

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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')
____
____

编辑并运行代码