Analizando segmentos personalizados

Como paso final, vas a analizar los valores medios de Recency, Frequency y MonetaryValue para los segmentos personalizados que has creado.

Hemos cargado el conjunto de datos datamart con los valores de segmento que calculaste en el ejercicio anterior. Si quieres, explóralo en la consola. La librería pandas también está cargada como pd.

Este ejercicio forma parte del curso

Segmentación de clientes en Python

Ver curso

Instrucciones del ejercicio

Calcula las medias de Recency, Frequency y MonetaryValue para cada segmento RFM_Level.
Como última columna, devuelve el tamaño de cada segmento pasando count a la columna MonetaryValue junto a mean.
Imprime el conjunto de datos agregado.

Ejercicio interactivo práctico

Prueba este ejercicio y completa el código de muestra.

# 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(____)

Editar y ejecutar código