Analyser les segments

Super ! Dernière étape : analyser votre solution de segmentation. Vous allez examiner les valeurs moyennes de Recency, Frequency, MonetaryValue et Tenure pour chacun des quatre segments construits précédemment. 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 le nom datamart_rfmt, et les étiquettes de cluster de l’exercice précédent sont chargées dans cluster_labels. La bibliothèque pandas a également été chargée sous le nom pd.

Cet exercice fait partie du cours

Customer Segmentation in Python

Afficher le cours

Instructions

Créez un nouveau DataFrame en ajoutant une colonne d’étiquette de cluster à datamart_rfmt.
Créez un objet 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 cet exemple de code.

# 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