RFMスコアを計算する
素晴らしいです。ここまでの作業を仕上げましょう。MonetaryValue のパーセンタイルに基づいて顧客を3つのグループに割り当て、その後、R・F・Mの値を合計した RFM_Score を計算します。
datamart には、前の演習で作成した R と F の値が読み込まれています。
この演習はコースの一部です
Pythonで学ぶカスタマーセグメンテーション
演習の手順
MonetaryValue用のラベルを 1 から 3 の昇順で作成します。MonetaryValueに基づいて、等しい3つのパーセンタイルグループにこれらのラベルを割り当てます。MonetaryValueのパーセンタイルグループに基づいて、新しい列Mを作成します。- R、F、M 列の値を合計して
RFM_Scoreを計算します。
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create labels for MonetaryValue
m_labels = range(1, ____)
# Assign these labels to three equal percentile groups
m_groups = pd.qcut(datamart['MonetaryValue'], q=____, labels=____)
# Create new column M
datamart = datamart.assign(____=____)
# Calculate RFM_Score
datamart['RFM_Score'] = datamart[['R','F','M']].____(axis=____)
print(datamart['____'].head())