Sestavení tabulek retence a churnu
Seznámil/a ses s hlavními prvky výpočtu Customer Lifetime Value a jeho různými variantami. Teď použiješ dataset měsíční kohortové aktivity k výpočtu hodnot retence a churnu, které pak prozkoumáš a použiješ k projekci průměrné hodnoty Customer Lifetime Value.
Knihovna pandas je načtena jako pd a dataset cohorts_counts je importován. Klidně si ho prozkoumej v konzoli.
Toto cvičení je součástí kurzu
Machine Learning for Marketing in Python
Pokyny k cvičení
- Extrahuj velikosti kohort z prvního sloupce
cohort_counts. - Vypočítej retenci vydělením počtů kohort jejich velikostmi.
- Vypočítej churn odečtením hodnot retence od 1.
- Vypiš tabulku retence.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Extract cohort sizes from the first column of cohort_counts
cohort_sizes = cohort_counts.___[:,0]
# Calculate retention by dividing the counts with the cohort sizes
retention = cohort_counts.___(cohort_sizes, axis=0)
# Calculate churn
churn = 1 - ___
# Print the retention table
print(___)