Berechne die Retentionsrate from scratch
Du hast gesehen, wie man eine Tabelle mit Retention und durchschnittlicher Bestellmenge für monatliche Akquisitionskohorten erstellt. Jetzt bist du dran, die Retentionskennzahlen selbst aufzubauen.
Der Datensatz online wurde dir mit monatlichen Kohorten und zugewiesenem Cohort-Index aus dieser Lektion geladen. Du kannst ihn dir gern in der Konsole ausgeben lassen.
Außerdem haben wir ein groupby-Objekt als DataFrame grouping mit folgendem Befehl erstellt und geladen:
grouping = online.groupby(['CohortMonth', 'CohortIndex'])
Diese Übung ist Teil des Kurses
Kundensegmentierung in Python
Anleitung zur Übung
- Wähle die Spalte mit der Customer-ID, zähle die Anzahl der eindeutigen Werte, speichere das Ergebnis als
cohort_dataund setze den Index zurück. - Erstelle ein Pivot: monatliche Kohorte in den Zeilen (Index), Cohort-Index in den Spalten und die Customer-ID in den Werten.
- Wähle die erste Spalte aus und speichere sie in
cohort_sizes. - Teile die Kohortenzahlen zeilenweise durch die
cohort_sizes.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Count the number of unique values per customer ID
cohort_data = grouping[____].apply(pd.Series.____).reset_index()
# Create a pivot
cohort_counts = cohort_data.____(index=____, columns=____, values=____)
# Select the first column and store it to cohort_sizes
cohort_sizes = cohort_counts.iloc[:,____]
# Divide the cohort count by cohort sizes along the rows
retention = cohort_counts.____(____, axis=____)