Esplora retention e churn
Ora che hai calcolato le metriche mensili di retention e churn per coorti di clienti mensili, puoi calcolare i tassi medi complessivi di retention e churn. Userai il metodo .mean() due volte di seguito (questo si chiama "chaining") per calcolare la media complessiva. Dovrai escludere i valori del primo mese (prima colonna) da questo calcolo, perché sono costanti: essendo il primo mese di attività dei clienti, la loro retention sarà al 100% e la churn sarà allo 0% per tutte le coorti.
Le librerie pandas e numpy sono state caricate rispettivamente come pd e np. I dataset mensili retention e churn che hai costruito negli esercizi precedenti sono già importati.
Questo esercizio fa parte del corso
Machine Learning per il marketing con Python
Istruzioni dell'esercizio
- Calcola il tasso medio di retention.
- Calcola il tasso medio di churn.
- Stampa i tassi di retention e churn arrotondati.
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Calculate the mean retention rate
retention_rate = retention.iloc[:,1:].mean().___()
# Calculate the mean churn rate
churn_rate = churn.iloc[:,1:].mean().___()
# Print rounded retention and churn rates
print('Retention rate: {:.2f}; Churn rate: {:.2f}'.format(___, churn_rate))