Crea le tabelle di retention e churn
Hai imparato gli elementi principali del calcolo del Customer Lifetime Value e alcune sue varianti. Ora userai l'insieme di dati sull’attività mensile delle coorti per calcolare i valori di retention e churn, che poi esplorerai e utilizzerai in seguito per proiettare il valore medio del Customer Lifetime Value.
La libreria pandas è stata caricata come pd e il dataset cohorts_counts è stato importato. Sentiti libero di esplorarlo nella console.
Questo esercizio fa parte del corso
Machine Learning per il marketing con Python
Istruzioni dell'esercizio
- Estrai le dimensioni delle coorti dalla prima colonna di
cohort_counts. - Calcola la retention dividendo i conteggi della coorte per le dimensioni della coorte.
- Calcola il churn sottraendo i tassi di retention da 1.
- Stampa la tabella di retention.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Extract cohort sizes from the first column of cohort_counts
cohort_sizes = cohort_counts.___[:,0]
# Calculate retention by dividing the counts with the cohort sizes
retention = cohort_counts.___(cohort_sizes, axis=0)
# Calculate churn
churn = 1 - ___
# Print the retention table
print(___)