Bangun tabel retensi dan churn
Anda telah mempelajari elemen utama perhitungan customer lifetime value dan beberapa variasinya. Sekarang Anda akan menggunakan himpunan data aktivitas kohort bulanan untuk menghitung nilai retensi dan churn, yang kemudian akan Anda eksplorasi dan gunakan untuk memproyeksikan rata-rata customer lifetime value.
Pustaka pandas telah dimuat sebagai pd dan himpunan data cohorts_counts telah diimpor. Silakan eksplorasi di konsol.
Latihan ini merupakan bagian dari kursus
Machine Learning untuk Pemasaran dengan Python
Instruksi latihan
- Ekstrak ukuran kohort dari kolom pertama
cohort_counts. - Hitung retensi dengan membagi jumlah kohort dengan ukuran kohort.
- Hitung churn dengan mengurangkan 1 dan tingkat retensi.
- Cetak tabel retensi.
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Extract cohort sizes from the first column of cohort_counts
cohort_sizes = cohort_counts.___[:,0]
# Calculate retention by dividing the counts with the cohort sizes
retention = cohort_counts.___(cohort_sizes, axis=0)
# Calculate churn
churn = 1 - ___
# Print the retention table
print(___)