Hitung nilai RFM

Hitung nilai Recency, Frequency, dan Monetary untuk himpunan data online yang telah kita gunakan sebelumnya — data 12 bulan terakhir telah dimuatkan untuk Anda. Terdapat kolom TotalSum di himpunan data online yang dihitung dengan mengalikan Quantity dan UnitPrice: online['Quantity'] * online['UnitPrice'].

Selain itu, kami telah membuat variabel snapshot_date yang dapat Anda gunakan untuk menghitung recency. Silakan cetak himpunan data online dan snapshot_date ke Konsol. Pustaka pandas telah dimuat sebagai pd, dan datetime sebagai dt.

Latihan ini merupakan bagian dari kursus

Segmentasi Pelanggan dengan Python

Lihat Kursus

Instruksi latihan

Hitung nilai Recency, Frequency, dan Monetary (dalam urutan ini) untuk setiap pelanggan.
Untuk Recency — hitung selisih antara nilai snapshot_date dan max dari InvoiceDate.
Ubah nama kolom menjadi Recency, Frequency, dan MonetaryValue.
Cetak header dengan 5 baris teratas dari datamart.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Calculate Recency, Frequency and Monetary value for each customer 
datamart = online.groupby(['CustomerID']).agg({
    'InvoiceDate': lambda x: (snapshot_date - x.____()).days,
    'InvoiceNo': '____',
    'TotalSum': '____'})

# Rename the columns 
datamart.rename(columns={'InvoiceDate': '____',
                         'InvoiceNo': '____',
                         'TotalSum': '____'}, inplace=True)

# Print top 5 rows
print(____.head())

Edit dan Jalankan Kode