metric forge

Metrische Schmiede

Metric Forge ist Ihr ultimatives Toolkit zur Messung und Bewertung der Leistung in verschiedenen Geschäftsbereichen.

Haftungsausschluss

Metric Forge bietet eine Sammlung von Berechnungen in verschiedenen Bereichen, einschließlich Finanzen, Hypotheken, Marketing und vielem mehr. Während alle Anstrengungen unternommen wurden, um die Genauigkeit und Zuverlässigkeit der bereitgestellten Berechnungen und Methoden zu gewährleisten, dient die metrische Schmiede nur für Informations- und Bildungszwecke.

Wichtige Bekanntmachung:

Keine Garantie: Die in diesem Paket bereitgestellten Berechnungen und Methoden werden "as-is" ohne garantierte oder garantien jeglicher Art angeboten, entweder ausdrücklich oder impliziert. Die Schöpfer des Pakets übernehmen keine Verantwortung für Fehler oder Auslassungen oder für Schäden, die sich aus der Verwendung des Pakets ergeben.

Nicht professioneller Beratung: Die vom Paket erzeugten Ergebnisse sollten nicht als professionelle finanzielle, Investition, legale oder andere Beratung angesehen werden. Benutzer sollten sich mit qualifizierten Fachleuten beraten, bevor sie Entscheidungen auf der Grundlage der von diesem Paket generierten Ausgaben treffen.

Verwenden Sie auf eigenes Risiko: Benutzer von Metric Forge übernehmen die volle Verantwortung für die Verwendung des Pakets und seiner Ergebnisse. Die Schöpfer des Pakets sind nicht haftbar für Entscheidungen, die auf der Grundlage der angegebenen Informationen oder für Konsequenzen, die sich aus der Verwendung des Pakets ergeben, getroffen werden.

Durch die Verwendung dieses Pakets bestätigen und stimmen Sie diesem Haftungsausschluss zu und stimmen zu. Wenn Sie nicht zustimmen, unterlassen Sie bitte das Metric Forge -Paket.

Erste Schritte

Installieren Sie das Paket über PIP

 pip install metric - forge 

E -Commerce

Sie können E -Commerce -Metriken auf zwei verschiedene Arten verwenden:

• Mit Polaren
• Als Einzelwertfunktion (SVF)

Metrische Forge erweitert die Polars -Expressionsbibliothek; Es ermöglicht, für verschiedene Metriken zogenweise Kennzahlen durchzuführen. Zusätzlich zu Massenberechnungen können Sie auch Einzelwertberechnungen durchführen, die nur einen Wert zurückgeben.

 from metric_forge . ecommerce import * 
import polars as pl
data = pl . read_csv ( 'datasets/ecommerce_metrics.csv' )
data . head ()

<Styles> .Dataframe> thead> tr, .dataframe> tbody> tr {text-align: rechts; weißer Raum: Vor-Wrap; } </style> Form: (5, 15)

Monat	Total_revenue	number_of_orders	cost_of_acquisition	NEW_CUSTOMERS	carts_created	abgeschlossen_purchasen	revenue_from_ads	Werbung_Spend	num_conversions	num_vissitors	revenue_per_customer	durchschnitt_customer_lifetime	num_customers_lost	Total_Customers_Beginning
str	F64	i64	F64	i64	i64	i64	F64	F64	i64	i64	F64	F64	i64	i64
"2023-01"	87454.011885	991	22958.350559	406	1969	1425	81339957696	5390.910169	300	13154	202.427329	3.159364	239	3306
"2023-02"	145071.430641	913	18736.874206	234	1506	1421	76875.083402	15585.037018	427	14762	116.173436	1,812245	124	4680
"2023-03"	123199.394181	1305	28355.586842	120	1497	965	116505.482191	14872.037954	367	10056	384.265156	4.771414	177	4675
"2023-04"	109865.84842	885	14184.81582	428	1963	1102	106008.046381	12337.204368	132	19948	144.356328	3.395462	299	2972
"2023-05"	65601.864044	691	18764.339456	266	1009	801	97258.809912	5351.995568	147	13110	275.734601	3.77914	296	3768

Kundenerwerbskosten

 data . select ( pl . col ( 'cost_of_acquisition' ),
            pl . col ( 'new_customers' ),
            pl . col ( '*' ). forge_ecommerce . customer_acquisition_cost ( 'cost_of_acquisition' , 'new_customers' ))

Durchschnittlicher Bestellwert

 data . select ( pl . col ( 'total_revenue' ),
            pl . col ( 'new_customers' ),
            pl . col ( '*' ). forge_ecommerce . average_order_value ( 'total_revenue' , 'number_of_orders' ))

Wagenabschlagsrate

 data . select ( pl . col ( 'carts_created' ),
            pl . col ( 'completed_purchases' ),
            pl . col ( '*' ). forge_ecommerce . cart_abandonment_rate ( 'carts_created' , 'completed_purchases' ))

Rückgabe der Werbeausgaben

 data . select ( pl . col ( 'revenue_from_ads' ),
            pl . col ( 'advertising_spend' ),
            pl . col ( '*' ). forge_ecommerce . return_on_advertising_spend ( 'revenue_from_ads' , 'advertising_spend' ))

Konversionsrate

 data . select ( pl . col ( 'num_conversions' ),
            pl . col ( 'num_visitors' ),
            pl . col ( '*' ). forge_ecommerce . conversion_rate ( 'num_conversions' , 'num_visitors' ))

Kundenlebensdauer

 data . select ( pl . col ( 'revenue_per_customer' ),
            pl . col ( 'average_customer_lifetime' ),
            pl . col ( '*' ). forge_ecommerce . customer_lifetime_value ( revenue_per_customer_column = 'revenue_per_customer' , average_customer_lifetime_column = 'average_customer_lifetime' , method = 'basic' ))

<Styles> .Dataframe> thead> tr, .dataframe> tbody> tr {text-align: rechts; weißer Raum: Vor-Wrap; } </style> Form: (12, 3)

revenue_per_customer	durchschnitt_customer_lifetime	customer_lifetime_value
F64	F64	F64
202.427329	3.159364	639.54169
116.173436	1,812245	210.534716
384.265156	4.771414	1833.488253
144.356328	3.395462	490.156408
275.734601	3.77914	1042.039585
…	…	…
290.148089	2.182535	633.258286
325.310229	1.421977	462.583676
378.206435	2.826138	1068.863683
155.732582	1.873762	291.805755
341.766952	2.66604	911.164293