Eksplorasi retensi dan churn
Sekarang setelah Anda menghitung metrik retensi dan churn bulanan untuk setiap kohort pelanggan bulanan, Anda dapat menghitung rata-rata keseluruhan untuk retensi dan churn. Anda akan menggunakan metode .mean() dua kali berturut-turut (disebut "chaining") untuk menghitung rata-rata keseluruhan. Anda harus mengecualikan nilai bulan pertama (kolom pertama) dari perhitungan ini karena nilainya konstan: pada bulan pertama pelanggan mulai aktif sehingga retensi akan 100% dan churn akan 0% untuk semua kohort.
Library pandas dan numpy telah dimuat masing-masing sebagai pd dan np. Himpunan data bulanan retention dan churn yang Anda bangun pada latihan sebelumnya juga telah diimpor.
Latihan ini adalah bagian dari kursus
Machine Learning untuk Pemasaran dengan Python
Petunjuk latihan
- Hitung tingkat retensi rata-rata.
- Hitung tingkat churn rata-rata.
- Cetak nilai retensi dan churn yang telah dibulatkan.
Latihan interaktif praktis
Cobalah latihan ini dengan menyelesaikan kode contoh berikut.
# 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))