Prozkoumání retence a churn
Teď, když máš spočítané měsíční metriky retence a churn pro měsíční kohorty zákazníků, můžeš vypočítat celkové průměrné míry retence a churn. Použiješ k tomu metodu .mean() dvakrát za sebou – tento postup se nazývá „řetězení" (chaining). Z výpočtu je nutné vyloučit hodnoty z prvního měsíce (první sloupec), protože jsou konstantní: v prvním měsíci aktivity zákazníků je retence vždy 100 % a churn 0 % pro všechny kohorty.
Knihovny pandas a numpy jsou načteny jako pd, respektive np. K dispozici jsou také měsíční datové sady retention a churn, které jsi sestavil/a v předchozích cvičeních.
Toto cvičení je součástí kurzu
Machine Learning for Marketing in Python
Pokyny k cvičení
- Vypočítej průměrnou míru retence.
- Vypočítej průměrnou míru churn.
- Vytiskni zaokrouhlené míry retence a churn.
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Calculate the mean retention rate
retention_rate = retention.iloc[:,1:].mean().___()
# Calculate the mean churn rate
churn_rate = churn.iloc[:,1:].mean().___()
# Print rounded retention and churn rates
print('Retention rate: {:.2f}; Churn rate: {:.2f}'.format(___, churn_rate))