शुरू करेंमुफ़्त में शुरू करें

पारंपरिक CLV की गणना करें

अब आप एक लोकप्रिय वर्णनात्मक CLV मॉडल की गणना करेंगे जो retention और churn दरों को शामिल करता है. इससे अनुमान अधिक मजबूत मिलता है, लेकिन कुछ मान्यताओं के साथ आता है जिन्हें वैलिडेट करना ज़रूरी है. कृपया इस विधि को अपने उपयोग-प्रकरण पर लागू करने से पहले वीडियो स्लाइड्स की समीक्षा कर लें.

pandas और numpy लाइब्रेरी क्रमशः pd और np के रूप में लोड की गई हैं. online और retention डेटासेट आपके लिए इम्पोर्ट कर दिए गए हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में मार्केटिंग के लिए मशीन लर्निंग

पाठ्यक्रम देखें

अभ्यास निर्देश

  • CustomerID और InvoiceMonth के आधार पर group by करें और प्रति ग्राहक मासिक खर्च निकालें.
  • औसत मासिक retention दर की गणना करें.
  • औसत मासिक churn दर की गणना करें.
  • पारंपरिक CLV निकालें: मासिक औसत खर्च को retention-to-churn अनुपात से गुणा करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Calculate monthly spend per customer
monthly_revenue = online.___(['CustomerID','InvoiceMonth'])['___'].sum().mean()

# Calculate average monthly retention rate
retention_rate = retention.iloc[:,1:].mean().mean()

# Calculate average monthly churn rate
churn_rate = 1 - ___

# Calculate traditional CLV 
clv_traditional = monthly_revenue * (___ / churn_rate)

# Print traditional CLV and the retention rate values
print('Average traditional CLV is {:.1f} USD at {:.1f} % retention_rate'.format(clv_traditional, retention_rate*100))
कोड संपादित करें और चलाएँ