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