Výpočet 3 skupin pro recency a frequency
Teď rozdělíš zákazníky do tří samostatných skupin na základě Recency a Frequency.
Dataset je načtený jako datamart – pomocí konzole si můžeš prohlédnout jeho první řádky. K dispozici máš také pandas načtený jako pd.
Výsledek tohoto cvičení využijeme v dalším kroku, kde zákazníky rozdělíš podle MonetaryValue a nakonec vypočítáš RFM_Score.
Až budeš hotov/a, vypiš výsledky na obrazovku a ověř, že se ti kvantilové sloupce podařilo úspěšně vytvořit.
Toto cvičení je součástí kurzu
Segmentace zákazníků v Pythonu
Pokyny k cvičení
- Vytvoř popisky pro
Recencyse sestupným rozsahem od 3 do 1 a popisky proFrequencys vzestupným rozsahem od 1 do 3. - Přiřaď tyto popisky třem stejně velkým percentilovým skupinám podle
Recency. - Přiřaď tyto popisky třem stejně velkým percentilovým skupinám podle
Frequency. - Vytvoř nové kvantilové sloupce
RaF.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Create labels for Recency and Frequency
r_labels = range(____, 0, ____); f_labels = range(1, ____)
# Assign these labels to three equal percentile groups
r_groups = pd.qcut(datamart['____'], q=____, labels=____)
# Assign these labels to three equal percentile groups
f_groups = pd.qcut(datamart['____'], q=____, labels=____)
# Create new columns R and F
datamart = datamart.assign(____=____.values, ____=____.values)