小規模クライアント（および複雑なマルチチャネル分析を使用するクライアント）の場合、純粋なCPC（クリック、CTR、クリック単価、バウンス）を監視します。
タスク ：どのrkがより効率的に機能するかを理解し、これに基づいてレートを編集します。
このために、分析で有用なクリックあたりのコストを使用します。 この指標では、クリック単価と直帰率が考慮されます。
式 ：費用/クリック数*（（100-BounseRate）/ 100）
簡単な言語で説明します。
2,000 RUBで200クリック、直帰率20％を獲得しました。 80個購入した非常に便利なクリック、
2000₽/ 80 =25₽
また、この指標は、コンバージョンを決定できない小さなサンプルの統計を分析するのに役立ちます。
入力時に、広告システムからの統計情報を含む完成したDataFrameが既にあるはずです。
統計に新しい列を入力します。
Pythonは数学と同じ方法で数学演算を実行しません。したがって、各アクションを別々の行で実行します。
#f['CUC'] = f['Cost']/f['Clicks']*((100-f['BounceRate'])/100) f['CUC'] = 100-f['BounceRate'] f['CUC'] = f['CUC']/100 f['CUC'] = f['Clicks']*f['CUC'] f['CUC'] = f['Cost']/f['CUC']
次のものが得られます。
この指標を見ると、数秒で弱点を確認できます。