Calculer le score RFM

Excellent travail! Vous allez maintenant terminer en attribuant les clients à trois groupes selon les centiles de MonetaryValue, puis en calculant un RFM_Score, qui correspond à la somme des valeurs R, F et M.

Le datamart a été chargé avec les valeurs R et F que vous avez créées dans l'exercice précédent.

Cette activité fait partie du cours

Segmentation de la clientèle en Python

Voir le cours

Instructions de l’exercice

Créez des étiquettes pour MonetaryValue avec une plage croissante de 1 à 3.
Attribuez ces étiquettes à trois groupes de centiles égaux basés sur MonetaryValue.
Créez une nouvelle colonne M à partir du groupe de centiles de MonetaryValue.
Calculez RFM_Score en faisant la somme des valeurs des colonnes R, F et M.

Exercice interactif pratique

Essayez cet exercice en complétant ce code d’exemple.

# 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())

Modifier et exécuter le code