Créer des segments personnalisés

À vous de créer une segmentation personnalisée à partir des valeurs de RFM_Score. Vous allez créer une fonction pour bâtir la segmentation, puis l'attribuer à chaque client.

Le jeu de données avec les valeurs RFM, le segment RFM et le score a été chargé comme datamart, en plus des bibliothèques pandas et numpy. N'hésitez pas à explorer les données dans la console.

Cette activité fait partie du cours

Segmentation de la clientèle en Python

Voir le cours

Instructions de l’exercice

Créez des segments nommés Top, Middle, Low. Si le score RFM est supérieur ou égal à 10, le niveau doit être « Top ». S'il est entre 6 et 10, il doit être « Middle », sinon il doit être « Low ».
Appliquez la fonction rfm_level et enregistrez-la comme valeur RFM_Level.
Affichez l'en-tête avec les 5 premières lignes de datamart.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# Define rfm_level function
def rfm_level(df):
    if df['RFM_Score'] >= ____:
        return '____'
    elif ((df['RFM_Score'] >= ____) and (df['RFM_Score'] < ____)):
        return '____'
    else:
        return '____'

# Create a new variable RFM_Level
datamart['____'] = datamart.apply(____, axis=1)

# Print the header with top 5 rows to the console
print(datamart.____())

Modifier et exécuter le code