Calcola 3 gruppi per recency e frequency
Ora raggrupperai i clienti in tre gruppi distinti in base a Recency e Frequency.
Il set di dati è stato caricato come datamart. Puoi usare la console per visualizzarne le prime righe. Inoltre, pandas è stato caricato come pd.
Useremo il risultato di questo esercizio nel prossimo, in cui raggrupperai i clienti in base a MonetaryValue e, infine, calcolerai un RFM_Score.
Una volta terminato, stampa i risultati a schermo per assicurarti di aver creato correttamente le colonne dei quartili.
Questo esercizio fa parte del corso
Customer Segmentation in Python
Istruzioni dell'esercizio
- Crea etichette per
Recencycon un intervallo decrescente da 3 a 1 e perFrequencycon un intervallo crescente da 1 a 3. - Assegna queste etichette a tre gruppi percentili uguali in base a
Recency. - Assegna queste etichette a tre gruppi percentili uguali in base a
Frequency. - Crea le nuove colonne dei quantili
ReF.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Create labels for Recency and Frequency
r_labels = range(____, 0, ____); f_labels = range(1, ____)
# Assign these labels to three equal percentile groups
r_groups = pd.qcut(datamart['____'], q=____, labels=____)
# Assign these labels to three equal percentile groups
f_groups = pd.qcut(datamart['____'], q=____, labels=____)
# Create new columns R and F
datamart = datamart.assign(____=____.values, ____=____.values)