metric forge

Forge métrique

Metric Forge est votre boîte à outils ultime pour mesurer et évaluer les performances dans divers domaines commerciaux.

Clause de non-responsabilité

Metric Forge fournit une collection de calculs dans divers domaines, notamment la finance, l'hypothèque, le marketing, etc. Bien que tous les efforts aient été faits pour garantir l'exactitude et la fiabilité des calculs et des méthodes fournis, Metric Forge est destiné à des fins d'information et éducatives uniquement.

Avis important:

Aucune garantie: les calculs et méthodes fournis dans ce package sont offerts "tels comme" sans aucune garantie ou garantie d'aucune sorte, expresse ou implicite. Les créateurs du package n'assument aucune responsabilité pour les erreurs ou les omissions ou pour les dommages résultant de l'utilisation du package.

Pas de conseils professionnels: les résultats produits par le package ne doivent pas être considérés comme des financiers professionnels, des investissements, des juristes ou de tout autre type de conseil. Les utilisateurs doivent consulter des professionnels qualifiés avant de prendre des décisions en fonction des sorties générées par ce package.

Utiliser à vos propres risques: les utilisateurs de Metric Forge assument l'entière responsabilité de l'utilisation du package et de ses résultats. Les créateurs du package ne seront pas tenus responsables des décisions prises en fonction des informations fournies ou des conséquences découlant de l'utilisation du package.

En utilisant ce package, vous reconnaissez et acceptez cet avertissement. Si vous n'êtes pas d'accord, veuillez vous abstenir d'utiliser le package Metric Forge.

Commencer

Installez le package via PIP

 pip install metric - forge 

Commerce électronique

Vous pouvez utiliser des mesures de commerce électronique de deux manières différentes:

• Avec des polaires
• En tant que fonction de valeur unique (SVF)

La forge métrique étend la bibliothèque d'expression Polaires; permettant d'effectuer des calculations au niveau des lignes pour diverses mesures. En plus des calculs de masse, vous pouvez également effectuer des calculs de valeur unique qui ne renvoient qu'une seule valeur.

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

<style> .dataframe> thead> tr, .dataframe> tbody> tr {text-align: droit; Espace blanc: pré-wrap; } </ style> Forme: (5, 15)

mois	Total_revenue	numéro_of_orders	cost_of_acquisition	New_Customères	CARTS_CREATED	terminé_purchases	revenu_from_ads	Advertising_PEND	num_conversions	num_visiteurs	Revenue_per_customer	moyen_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	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

Coût d'acquisition des clients

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

Valeur de commande moyenne

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

Taux d'abandon de la chariot

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

Retour sur les dépenses publicitaires

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

Taux de conversion

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

Valeur à vie du client

 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' ))

<style> .dataframe> thead> tr, .dataframe> tbody> tr {text-align: droit; Espace blanc: pré-wrap; } </ style> Forme: (12, 3)

Revenue_per_customer	moyen_customer_lifetime	client_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