Eigene Segmente analysieren

Als letzten Schritt analysierst du die Durchschnittswerte von Recency, Frequency und MonetaryValue für die von dir erstellten individuellen Segmente.

Wir haben den Datensatz datamart mit den Segmentwerten geladen, die du in der vorherigen Aufgabe berechnet hast. Du kannst ihn gerne in der Konsole erkunden. Die Bibliothek pandas ist ebenfalls als pd geladen.

Diese Übung ist Teil des Kurses

<Kurs>Kundensegmentierung in Python</Kurs>

Kurs ansehen

Übungsanweisungen

Berechne die Durchschnittswerte für Recency, Frequency und MonetaryValue für jedes RFM_Level-Segment.
Gib in der letzten Spalte die Größe jedes Segments zurück, indem du count neben mean auf die Spalte MonetaryValue anwendest.
Gib den aggregierten Datensatz aus.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Calculate average values for each RFM_Level, and return a size of each segment 
rfm_level_agg = datamart.____('____').____({
    '____': '____',
    '____': '____',
  
  	# Return the size of each segment
    '____': ['____', '____']
}).round(1)

# Print the aggregated dataset
print(____)

Code bearbeiten und ausführen