Analizza i segmenti

Fantastico! Ultimo passaggio: analizzare la tua soluzione di segmentazione. Valuterai i valori medi di Recency, Frequency, MonetaryValue e Tenure per ciascuno dei quattro segmenti che hai costruito in precedenza. Prenditi un momento per analizzarli e capire che tipo di gruppi di clienti e comportamenti rappresentano.

I dati grezzi RFMT sono disponibili come datamart_rfmt e le etichette dei cluster dall’esercizio precedente sono caricate come cluster_labels. Abbiamo anche caricato la libreria pandas come pd.

Questo esercizio fa parte del corso

Customer Segmentation in Python

Visualizza corso

Istruzioni dell'esercizio

Crea un nuovo DataFrame aggiungendo una colonna di etichetta del cluster a datamart_rfmt.
Crea un elemento groupby sulla colonna Cluster.
Calcola i valori medi RFMT e le dimensioni dei segmenti per ciascun valore di Cluster.

esercizio interattivo pratico

Prova questo esercizio completando questo codice di esempio.

# Create a new DataFrame by adding a cluster label column to datamart_rfmt
datamart_rfmt_k4 = datamart_rfmt.____(Cluster=____)

# Group by cluster
grouped = ____.____(['____'])

# Calculate average RFMT values and segment sizes for each cluster
grouped.____({
    'Recency': '____',
    'Frequency': '____',
    'MonetaryValue': '____',
    'Tenure': ['mean', '____']
  }).round(1)

Modifica ed esegui il codice