RFM-Score berechnen

Super Arbeit! Jetzt schließt du die Aufgabe ab, indem du Kundinnen und Kunden anhand der Perzentile von MonetaryValue in drei Gruppen einteilst und anschließend einen RFM_Score berechnest, der die Summe der R-, F- und M-Werte ist.

Das datamart wurde mit den R- und F-Werten geladen, die du in der vorherigen Übung erstellt hast.

Diese Übung ist Teil des Kurses

Kundensegmentierung in Python

Kurs anzeigen

Anleitung zur Übung

Erstelle Labels für MonetaryValue mit einem aufsteigenden Bereich von 1 bis 3.
Weise diese Labels drei gleich großen Perzentilgruppen basierend auf MonetaryValue zu.
Erstelle die neue Spalte M basierend auf der MonetaryValue-Perzentilgruppe.
Berechne RFM_Score als Summe der Werte in den Spalten R, F und M.

Interaktive Übung

Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.

# Create labels for MonetaryValue
m_labels = range(1, ____)

# Assign these labels to three equal percentile groups 
m_groups = pd.qcut(datamart['MonetaryValue'], q=____, labels=____)

# Create new column M
datamart = datamart.assign(____=____)

# Calculate RFM_Score
datamart['RFM_Score'] = datamart[['R','F','M']].____(axis=____)
print(datamart['____'].head())

Code bearbeiten und ausführen