Analyser les segments

Fantastique! Dernière étape — analyser votre solution de segmentation — vous allez examiner les valeurs moyennes de Recency, Frequency, MonetaryValue et Tenure pour chacun des quatre segments que vous avez construits plus tôt. Prenez le temps de les analyser et de comprendre quels types de groupes de clients et de comportements ils représentent.

Les données brutes RFMT sont disponibles sous datamart_rfmt, et les étiquettes de regroupement de l'exercice précédent sont chargées dans cluster_labels. Nous avons aussi importé la bibliothèque pandas sous le nom pd.

Cette activité fait partie du cours

Segmentation de la clientèle en Python

Voir le cours

Instructions de l’exercice

Créez un nouveau DataFrame en ajoutant une colonne d'étiquette de regroupement à datamart_rfmt.
Créez un élément groupby sur une colonne Cluster.
Calculez les valeurs RFMT moyennes et la taille des segments pour chaque valeur de Cluster.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Create a new DataFrame by adding a cluster label column to datamart_rfmt
datamart_rfmt_k4 = datamart_rfmt.____(Cluster=____)

# Group by cluster
grouped = ____.____(['____'])

# Calculate average RFMT values and segment sizes for each cluster
grouped.____({
    'Recency': '____',
    'Frequency': '____',
    'MonetaryValue': '____',
    'Tenure': ['mean', '____']
  }).round(1)

Modifier et exécuter le code