ข้ามไปยังเนื้อหาหลัก

หน้าหลัก Python

คอร์ส

Analyzing Marketing Campaigns with pandas

Basicระดับทักษะ

อัปเดตแล้ว 04/2569

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

เริ่มคอร์สฟรี

PythonExploratory Data Analysis

4 ชม.

14 วิดีโอ

53 แบบฝึกหัด

4,500 XP

33,742

ใบรับรองความสำเร็จ

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google แสดงตัวเลือกเพิ่มเติม

หรือ

เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

เป็นที่รักของผู้เรียนในบริษัทหลายพันแห่ง

กำลังฝึกอบรมทีม?

ลองใช้สำหรับธุรกิจ

คำอธิบายคอร์ส

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

Importing the dataset

Examining the data

Data types and data merging

Updating the data type of a column

Adding new columns

Date columns

Initial exploratory analysis

Daily marketing reach by channel

Visualizing daily marketing reach

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

Calculating conversion rate

Calculating retention rate

Customer segmentation

Comparing language conversion rate (I)

Comparing language conversion rate (II)

Aggregating by date

Plotting campaign results (I)

Visualize conversion rate by language

Creating daily conversion rate DataFrame

Setting up our data to visualize daily conversion

Visualize daily conversion rate

Plotting campaign results (II)

Marketing channels across age groups

Grouping and counting by multiple columns

Analyzing retention rates for the campaign

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

Building a conversion function

Test and visualize conversion function

Plotting function

Putting it all together

Identifying inconsistencies

House ads conversion rate

Analyzing House ads conversion rate

House ads conversion by language

Creating a DataFrame for house ads

Confirming house ads error

Resolving inconsistencies

Setting up conversion indexes

Analyzing user preferences

Creating a DataFrame based on indexes

Assessing bug impact

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

Determining key metrics

Test allocation

Comparing conversion rates

Calculating lift & significance testing

Creating a lift function

Evaluating statistical significance

A/B testing & segmentation

Building an A/B test segmenting function

Using your segmentation function

เริ่มบท

Analyzing Marketing Campaigns with pandas

คอร์สเสร็จสมบูรณ์

รับใบรับรองความสำเร็จ

เพิ่มใบรับรองนี้ไปยังโปรไฟล์ LinkedIn เรซูเม่ หรือ CV ของคุณ
แชร์บน social media และในการรีวิวผลการปฏิบัติงานของคุณลงทะเบียนทันที

สำหรับธุรกิจ

ฝึกอบรม 2 คนขึ้นไปหรือไม่?

ให้ทีมของคุณเข้าถึงแพลตฟอร์ม DataCamp เต็มรูปแบบ รวมถึงฟีเจอร์ทั้งหมด

ในเส้นทางการเรียนต่อไปนี้

การวิเคราะห์การตลาด ใน Python

ผู้สอน

Jay Rosok

Jay Rosok

Data Scientist at Spotify

ผู้ร่วมงาน

คอร์ส แหล่งข้อมูล

Marketing dataset 1ชุดข้อมูล

Marketing dataset 2ชุดข้อมูล

ร่วมกับผู้เรียนกว่า 19 ล้านคนและเริ่มต้น Analyzing Marketing Campaigns with pandas วันนี้!

สร้างบัญชีฟรีของคุณ

ดำเนินการต่อด้วย Google แสดงตัวเลือกเพิ่มเติม

หรือ

เมื่อดำเนินการต่อ คุณยอมรับ ข้อกำหนดการใช้งาน ของเรา นโยบายความเป็นส่วนตัว ของเรา และยอมรับว่าข้อมูลของคุณจะถูกจัดเก็บในสหรัฐอเมริกา

พัฒนาทักษะด้านข้อมูลของคุณด้วย DataCamp for Mobile

พัฒนาทักษะได้ทุกที่ทุกเวลาด้วยคอร์สเรียนบนมือถือและแบบฝึกหัดเขียนโค้ดประจำวัน 5 นาทีของเรา