Explora la retención y el churn
Ahora que has calculado las métricas mensuales de retención y churn para los cohortes mensuales de clientes, puedes calcular las tasas medias generales de retención y churn. Usarás el método .mean() dos veces seguidas (a esto se le llama «encadenamiento») para obtener la media general. Tienes que excluir los valores del primer mes (primera columna) de este cálculo, ya que son constantes: es el primer mes en el que los clientes han estado activos, por lo que su retención será del 100 % y el churn del 0 % para todos los cohortes.
Las librerías pandas y numpy se han cargado como pd y np, respectivamente. Los conjuntos de datos mensuales retention y churn que creaste en los ejercicios anteriores también están importados.
Este ejercicio forma parte del curso
Machine Learning para marketing en Python
Instrucciones del ejercicio
- Calcula la tasa media de retención.
- Calcula la tasa media de churn.
- Imprime las tasas de retención y churn redondeadas.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# 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))