リテンションとチャーンのテーブルを作成する
これまでに、Customer Lifetime Value（CLV）の主な要素と、そのいくつかの計算方法を学びました。ここでは、月次のコホート活動データセットを使って、リテンションとチャーンの値を計算します。これらを可視化して確認し、のちに平均CLVの推定に活用します。
pandas ライブラリは pd として読み込まれており、cohorts_counts データセットはインポート済みです。コンソールで自由に探索してかまいません。
この演習はコースの一部です
Pythonで学ぶマーケティングのための機械学習
演習の手順
cohort_countsの最初の列からコホートサイズを抽出します。- コホートカウントをコホートサイズで割って、リテンションを計算します。
- 1 からリテンション率を引いて、チャーンを計算します。
- リテンションテーブルを出力します。
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。
# 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(___)