Creare segmenti personalizzati
Ora tocca a te creare una segmentazione personalizzata basata sui valori di RFM_Score. Creerai una funzione per costruire la segmentazione e poi la assegnerai a ciascun cliente.
Il set di dati con i valori RFM, il segmento RFM e lo score è stato caricato come datamart, insieme alle librerie pandas e numpy. Sentiti libero di esplorare i dati nella console.
Questo esercizio fa parte del corso
Customer Segmentation in Python
Istruzioni dell'esercizio
- Crea segmenti chiamati
Top,Middle,Low. Se l'RFM score è maggiore o uguale a 10, il livello deve essere "Top". Se è tra 6 e 10 deve essere "Middle", altrimenti deve essere "Low". - Applica la funzione
rfm_levele salvala come valoreRFM_Level. - Stampa l'intestazione con le prime 5 righe di
datamart.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Define rfm_level function
def rfm_level(df):
if df['RFM_Score'] >= ____:
return '____'
elif ((df['RFM_Score'] >= ____) and (df['RFM_Score'] < ____)):
return '____'
else:
return '____'
# Create a new variable RFM_Level
datamart['____'] = datamart.apply(____, axis=1)
# Print the header with top 5 rows to the console
print(datamart.____())