metric forge下载 - metric forge源代码下载

metric forge

Ai源码

Metric

下载

公制锻造

公制Forge是您的最终工具包，用于衡量和评估各个业务领域的性能。

免责声明

Metric Forge提供了各个领域的计算集合，包括财务，抵押，营销等。尽管已竭尽全力确保所提供的计算和方法的准确性和可靠性，但指标锻造仅用于信息和教育目的。

重要注意：

无保修：本软件包中提供的计算和方法是“ as-is”提供的，无明示或暗示的任何保证或任何形式的保证。软件包的创建者对错误或遗漏或因使用软件包而造成的任何损害不承担任何责任。

不是专业的建议：包装产生的结果不应被视为专业的财务，投资，法律或任何其他类型的建议。用户应根据此软件包产生的输出做出任何决定，然后咨询合格的专业人员。

出于您自己的风险使用：公制锻造的用户对软件包及其结果的使用承担全部责任。包装的创建者不得对根据提供的信息或包裹使用带来的任何后果做出的任何决定承担责任。

通过使用此软件包，您可以承认并同意此免责声明。如果您不同意，请避免使用公制锻件包。

入门

通过PIP安装软件包

 pip install metric - forge

电子商务

您可以通过两种不同的方式使用电子商务指标：

带极点
作为单个值函数（SVF）

公制锻造扩展了Polars表达式库；使得可以为各种指标执行行划分。除质量计算外，您还可以执行仅返回一个值的单个值计算。

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

月	total_revenue	number_of_orders	cost_of_acquisition	new_customers	CARTS_创建	填写	Revenue_from_ads	Advertising_spend	num_conversions	num_visitors	Revenue_per_customer	平均_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年	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年	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

客户获取成本

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

平均订单值

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

购物车遗弃率

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

广告支出回报

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

转换率

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

客户寿命价值

 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' ))

Revenue_per_customer	平均_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