Explorer la rétention et l'attrition
Maintenant que vous avez calculé les indicateurs mensuels de rétention et d'attrition pour des cohortes mensuelles de clients, vous pouvez calculer les taux moyens globaux de rétention et d'attrition. Vous utiliserez la méthode .mean() deux fois de suite (on parle alors d'« enchaînement ») pour calculer la moyenne globale. Vous devrez exclure les valeurs du premier mois (la première colonne) de ce calcul, puisqu'elles sont constantes : c'est le premier mois d'activité des clients, donc leur rétention est de 100 % et leur attrition de 0 % pour toutes les cohortes.
Les bibliothèques pandas et numpy ont été chargées sous les alias pd et np, respectivement. Les jeux de données mensuels retention et churn que vous avez créés dans les exercices précédents sont également importés.
Cette activité fait partie du cours
Machine Learning pour le marketing en Python
Instructions de l’exercice
- Calculez le taux moyen de rétention.
- Calculez le taux moyen d'attrition.
- Affichez les taux de rétention et d'attrition arrondis.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# 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))