metric forge

Fragua métrica

Metric Forge es su mejor conjunto de herramientas para medir y evaluar el rendimiento en varios dominios comerciales.

Descargo de responsabilidad

Metric Forge proporciona una colección de cálculos en varios dominios, incluidas las finanzas, la hipoteca, el marketing y más. Si bien se han hecho todo lo posible para garantizar la precisión y confiabilidad de los cálculos y métodos proporcionados, la fragua métrica está destinada solo a fines informativos y educativos.

Aviso importante:

No hay garantía: los cálculos y métodos proporcionados en este paquete se ofrecen "tal cual" sin garantías o garantías de ningún tipo, expresas o implícitas. Los creadores del paquete no asumen ninguna responsabilidad por errores u omisiones ni por daños resultantes del uso del paquete.

No es asesoramiento profesional: los resultados producidos por el paquete no deben considerarse como un asesoramiento financiero, de inversión, legal o cualquier otro tipo profesional. Los usuarios deben consultar con profesionales calificados antes de tomar las decisiones basadas en los resultados generados por este paquete.

Use en su propio riesgo: los usuarios de Metric Forge asumen la responsabilidad total del uso del paquete y sus resultados. Los creadores del paquete no serán responsables de ninguna decisión tomada en función de la información proporcionada o para cualquier consecuencia derivada del uso del paquete.

Al usar este paquete, usted reconoce y acepta este descargo de responsabilidad. Si no está de acuerdo, abstenga de usar el paquete Metric Forge.

Empezando

Instale el paquete a través de PIP

 pip install metric - forge 

Comercio electrónico

Puede usar métricas de comercio electrónico de dos maneras diferentes:

• Con polares
• Como una función de valor único (SVF)

Metric Forge extiende la biblioteca de expresión de Polars; haciendo posible realizar calculaciones en hileras para varias métricas. Además de los cálculos de masa, también puede realizar cálculos de valor único que devuelven solo un valor.

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

<Syle> .DataFrame> thead> tr, .Dataframe> tbody> tr {text-align: right; Espacio blanco: pre-envoltura; } </style> forma: (5, 15)

mes	Total_Revenue	número_of_orders	cost_of_acquisition	New_Customers	Carts_created	PROPISTROS DE LA COMERTADA	ingresos_from_ads	Advertising_spend	num_conversions	Num_visores	ingresos_per_customer	promedio_customer_lifetime	num_customers_lost	Total_Customers_Beginning
stri	f64	i64	f64	i64	i64	i64	f64	f64	i64	i64	f64	f64	i64	i64
"2023-01"	87454.011885	991	22958.350559	406	1969	1425	81339.957696	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

Costo de adquisición de clientes

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

Valor de pedido promedio

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

Tasa de abandono del carrito

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

Regreso de gasto publicitario

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

Tasa de conversión

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

Valor de por vida del cliente

 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' ))

<Syle> .DataFrame> thead> tr, .Dataframe> tbody> tr {text-align: right; Espacio blanco: pre-envoltura; } </style> forma: (12, 3)

ingresos_per_customer	promedio_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