Na czym to polega w sklepie
Acessor Series.dt.dayofweek zwraca liczbę 0–6 (poniedziałek=0, niedziela=6) dla kolumny datetime. W e-commerce ujawnia wzorzec zakupów - np. wyższy CR w niedzielę wieczorem przed wysyłką kampanii newsletter.
Przykład ze sklepu internetowego
Agregujesz przychód z eksportu zamówień per dzień tygodnia, żeby zaplanować budżet Ads:
import pandas as pd
orders = pd.read_csv("orders.csv", parse_dates=["order_date"])
orders["dow"] = orders["order_date"].dt.dayofweek
by_dow = orders.groupby("dow", as_index=False)["revenue"].sum()
by_dow["day_name"] = by_dow["dow"].map(
dict(enumerate(["Mon", "Tue", "Wed", "Thu", "Fri", "Sat", "Sun"]))
)Co zrobić po stronie biznesu
- Wykres CR per dzień - kiedy podbijać bidy w Google Ads.
- Segmentacja porzuceń koszyka - piątek vs poniedziałek.
- Planowanie flash sale w dniu z historycznie najwyższym AOV.
W skrócie
dayofweek to szybki feature engineering na kolumnie daty. Do etykiet użyj day_name() lub własnego mapowania.