metric forge

Forge métrica

A métrica Forge é o seu melhor kit de ferramentas para medir e avaliar o desempenho em vários domínios de negócios.

Isenção de responsabilidade

A Metric Forge fornece uma coleção de cálculos em vários domínios, incluindo finanças, hipotecas, marketing e muito mais. Embora todos os esforços tenham sido feitos para garantir a precisão e a confiabilidade dos cálculos e métodos fornecidos, a Forge Metic se destina apenas a fins informativos e educacionais.

Aviso importante:

Sem garantia: os cálculos e métodos fornecidos neste pacote são oferecidos "como está" sem garantias ou garantias de qualquer tipo, expressas ou implícitas. Os criadores do pacote não assumem nenhuma responsabilidade por erros ou omissões ou por quaisquer danos resultantes do uso do pacote.

Não é um conselho profissional: os resultados produzidos pelo pacote não devem ser considerados como financeiros profissionais, investimentos, legais ou qualquer outro tipo de conselho. Os usuários devem consultar profissionais qualificados antes de tomar decisões com base nas saídas geradas por este pacote.

Use por sua conta e risco: os usuários da métrica Forge assumem total responsabilidade pelo uso do pacote e seus resultados. Os criadores do pacote não serão responsabilizados por quaisquer decisões tomadas com base nas informações fornecidas ou em quaisquer consequências decorrentes do uso do pacote.

Ao usar este pacote, você reconhece e concorda com este aviso. Se você não concorda, evite usar o pacote de forja métrica.

Começando

Instale o pacote via PIP

 pip install metric - forge 

Comércio eletrônico

Você pode usar métricas de comércio eletrônico de duas maneiras diferentes:

• Com polares
• Como uma única função de valor (SVF)

A métrica forja estende a biblioteca de expressão de polares; possibilitando realizar cálculos de remos para várias métricas. Além dos cálculos de massa, você também pode executar cálculos de valor único que retornam apenas um valor.

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

<Toy> .dataframe> thead> tr, .dataframe> tbody> tr {text-align: certo; Espaço Branco: pré-escravo; } </style> forma: (5, 15)

mês	total_revenue	número_of_orders	Cost_of_acquisição	new_customers	CARTS_CREATADO	complete_purchases	Revenue_from_ads	publicidade_spend	Num_Conversions	Num_visitors	Revenue_Per_Customer	média_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

Custo de aquisição do cliente

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

Valor médio do pedido

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

Taxa de abandono do carrinho

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

Retorno sobre gastos com publicidade

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

Taxa de conversão

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

Valor da vida útil do 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' ))

<Toy> .dataframe> thead> tr, .dataframe> tbody> tr {text-align: certo; Espaço Branco: pré-escravo; } </style> forma: (12, 3)

Revenue_Per_Customer	média_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