Calcola il tasso di retention da zero
Hai visto come creare le tabelle di metriche di retention e quantità media per le cohorti di acquisizione mensili. Ora tocca a te costruire le metriche di retention da solo.
Il dataset online è stato caricato per te con le cohorti mensili e l'indice di coorte assegnati in questa lezione. Sentiti libero di stamparlo nella Console.
Inoltre, abbiamo creato e caricato un oggetto groupby come DataFrame grouping con questo comando:
grouping = online.groupby(['CohortMonth', 'CohortIndex'])
Questo esercizio fa parte del corso
Customer Segmentation in Python
Istruzioni dell'esercizio
- Seleziona la colonna dell'ID cliente, conta il numero di valori unici, salvalo come
cohort_datae reimposta il suo indice. - Crea una pivot con la coorte mensile nell'indice, il cohort index nelle colonne e l'ID cliente nei valori.
- Seleziona la prima colonna e salvala in
cohort_sizes. - Dividi il conteggio della coorte per le dimensioni della coorte lungo le righe.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Count the number of unique values per customer ID
cohort_data = grouping[____].apply(pd.Series.____).reset_index()
# Create a pivot
cohort_counts = cohort_data.____(index=____, columns=____, values=____)
# Select the first column and store it to cohort_sizes
cohort_sizes = cohort_counts.iloc[:,____]
# Divide the cohort count by cohort sizes along the rows
retention = cohort_counts.____(____, axis=____)