Nivel 8 · Conversión por dispositivo y fuente

Conteos y tasas a partir de una columna booleana

converted es True o False para cada sesión. Eso la convierte en dos medidas en una:

web_sessions["converted"].sum()    # 1193 sessions converted
web_sessions["converted"].mean()   # 0.0298, about 3% of all sessions

Dentro de un groupby el mismo truco funciona por grupo. Un agg con dos claves construye todo lo que Priya necesita:

combos = web_sessions.groupby(["device", "source"], as_index=False).agg(
    sessions=("session_id", "size"),
    conversions=("converted", "sum"),
    conv_rate=("converted", "mean"),
)

La media de converted es exactamente conversions / sessions, así que no necesitas una división aparte. Cinco fuentes por tres dispositivos dan 15 combinaciones.

Filtra los grupos, no las filas

La regla «al menos 1,000 sesiones» trata de grupos, así que tiene que venir después de la agregación. El resumen es un DataFrame normal, así que lo hace una máscara normal:

combos[combos["sessions"] >= 1000]

Cuatro combinaciones quedan fuera, todas en tablets: email (447 sesiones), social (642), direct (599) y paid (876). Las tablets son solo alrededor de una décima parte del tráfico, así que rara vez llegan al umbral. Tablet email es la pérdida interesante: 41 conversiones de 447 es 9.2%, que estaría en segundo lugar. Puede ser real, pero unos pocos días con suerte podrían moverla mucho. Justo por eso Priya pidió un mínimo.

Leer el ranking

Email convierte mejor en todos los dispositivos, y desktop email lidera con 12.8%. Social es el último en todas partes, con mobile social en 0.4%. La combinación más grande, mobile organic con 7,252 sesiones, convierte solo al 1.5%. Mucho tráfico y una tasa fuerte son cosas distintas, y una discusión de presupuesto necesita ambas columnas lado a lado. Mantén sessions y conversions en la tabla aunque el ranking solo use la tasa: permiten a cualquiera que la lea juzgar cuán sólido es cada número.

Errores comunes

• Filtrar antes de agrupar, por ejemplo por pages_viewed, lo que cambia las propias tasas.
• Usar "count" sobre converted para las conversiones. Cuenta sesiones, no valores True.
• Promediar tasas por dispositivo para obtener una tasa por fuente. Los grupos tienen tamaños distintos, así que divide totales.
• Escribir el umbral como > 1000 cuando el ticket dice «al menos 1,000». Con otros datos eso descartaría una combinación con exactamente 1,000 sesiones.