ข้ามไปยังเนื้อหาหลัก

บ้าน Python

Courses

Analyzing Marketing Campaigns with pandas

พื้นฐานระดับทักษะ

อัปเดตแล้ว 04/2569

Build up your pandas skills and answer marketing questions by merging, slicing, visualizing, and more!

เริ่มเรียนหลักสูตรฟรี

PythonExploratory Data Analysis4 ชม.14 videos53 Exercises4,500 เอ็กซ์พี33,356คำแถลงแสดงความสำเร็จ

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

เป็นที่ชื่นชอบของผู้เรียนในบริษัทหลายพันแห่ง

ฝึกอบรมบุคคลตั้งแต่ 2 คนขึ้นไป?

ลองใช้ DataCamp for Business

คำอธิบายรายวิชา

One of the biggest challenges when studying data science technical skills is understanding how those skills and concepts translate into real jobs. Whether you're looking to level up in your marketing job by incorporating Python and pandas or you're trying to get a handle on what kinds of work a data scientist in a marketing organization might do, this course is a great match for you. We'll practice translating common business questions into measurable outcomes, including "How did this campaign perform?", "Which channel is referring the most subscribers?", "Why is a particular channel underperforming?" and more using a fake marketing dataset based on the data of an online subscription business. This course will build on Python and pandas fundamentals, such as merging/slicing datasets, groupby(), correcting data types and visualizing results using matplotlib.

ข้อกำหนดเบื้องต้น

Intermediate Python

1

Pandas

In this chapter, you will review pandas basics including importing datasets, exploratory analysis, and basic plotting.

Introduction to pandas for marketing

50 เอ็กซ์พี

Importing the dataset

100 เอ็กซ์พี

Examining the data

100 เอ็กซ์พี

Data types and data merging

50 เอ็กซ์พี

Updating the data type of a column

100 เอ็กซ์พี

Adding new columns

100 เอ็กซ์พี

Date columns

100 เอ็กซ์พี

Initial exploratory analysis

50 เอ็กซ์พี

Daily marketing reach by channel

100 เอ็กซ์พี

Visualizing daily marketing reach

100 เอ็กซ์พี

เริ่มบท

2

Exploratory Analysis & Summary Statistics

In this chapter, you will learn about common marketing metrics and how to calculate them using pandas. You will also visualize your results and practice user segmentation.

Introduction to common marketing metrics

50 เอ็กซ์พี

Calculating conversion rate

100 เอ็กซ์พี

Calculating retention rate

100 เอ็กซ์พี

Customer segmentation

50 เอ็กซ์พี

Comparing language conversion rate (I)

100 เอ็กซ์พี

Comparing language conversion rate (II)

100 เอ็กซ์พี

Aggregating by date

100 เอ็กซ์พี

Plotting campaign results (I)

50 เอ็กซ์พี

Visualize conversion rate by language

100 เอ็กซ์พี

Creating daily conversion rate DataFrame

100 เอ็กซ์พี

Setting up our data to visualize daily conversion

100 เอ็กซ์พี

Visualize daily conversion rate

100 เอ็กซ์พี

Plotting campaign results (II)

50 เอ็กซ์พี

Marketing channels across age groups

100 เอ็กซ์พี

Grouping and counting by multiple columns

100 เอ็กซ์พี

Analyzing retention rates for the campaign

100 เอ็กซ์พี

เริ่มบท

3

Conversion Attribution

In this chapter, you will build functions to automate common marketing analysis and determine why certain marketing channels saw lower than usual conversion rates during late January.

Building functions to automate analysis

50 เอ็กซ์พี

Building a conversion function

100 เอ็กซ์พี

Test and visualize conversion function

100 เอ็กซ์พี

Plotting function

100 เอ็กซ์พี

Putting it all together

100 เอ็กซ์พี

Identifying inconsistencies

50 เอ็กซ์พี

House ads conversion rate

100 เอ็กซ์พี

Analyzing House ads conversion rate

100 เอ็กซ์พี

House ads conversion by language

100 เอ็กซ์พี

Creating a DataFrame for house ads

100 เอ็กซ์พี

Confirming house ads error

100 เอ็กซ์พี

Resolving inconsistencies

50 เอ็กซ์พี

Setting up conversion indexes

100 เอ็กซ์พี

Analyzing user preferences

100 เอ็กซ์พี

Creating a DataFrame based on indexes

100 เอ็กซ์พี

Assessing bug impact

100 เอ็กซ์พี

เริ่มบท

4

Personalization A/B Test

In this chapter, you will analyze an A/B test and learn about the importance of segmentation when interpreting the results of a test.

A/B testing for marketing

50 เอ็กซ์พี

Determining key metrics

50 เอ็กซ์พี

Test allocation

100 เอ็กซ์พี

Comparing conversion rates

100 เอ็กซ์พี

Calculating lift & significance testing

50 เอ็กซ์พี

Creating a lift function

100 เอ็กซ์พี

Evaluating statistical significance

50 เอ็กซ์พี

A/B testing & segmentation

50 เอ็กซ์พี

Building an A/B test segmenting function

100 เอ็กซ์พี

Using your segmentation function

100 เอ็กซ์พี

50 เอ็กซ์พี

เริ่มบท

Analyzing Marketing Campaigns with pandas

หลักสูตรเสร็จสมบูรณ์

ได้รับใบรับรองความสำเร็จ

เพิ่มข้อมูลรับรองนี้ลงในโปรไฟล์ LinkedIn, ประวัติย่อ หรือเรซูเม่ของคุณ
แชร์ลงในโซเชียลมีเดียและในรายงานประเมินผลการปฏิบัติงานของคุณลงทะเบียนเลย

เข้าร่วมกับ... 19 ล้านผู้เรียน และเริ่ม Analyzing Marketing Campaigns with pandas วันนี้เลย!

สร้างบัญชีฟรีของคุณ

หรือ

เมื่อดำเนินการต่อ คุณยอมรับข้อกำหนดการใช้งานของเรา นโยบายความเป็นส่วนตัวของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บไว้ในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา