リテンションとチャーンを探索する
月次の顧客コホートについて、月ごとのリテンションとチャーンの指標を計算できたので、全体の平均リテンション率と平均チャーン率を求めましょう。全体平均の計算には .mean() を続けて2回（これは「チェイニング」と呼びます）使います。最初の月の値（最初の列）は除外してください。最初の月は顧客が活動を開始した直後のため、すべてのコホートでリテンションは100%、チャーンは0%となり、一定だからです。
pandas と numpy はそれぞれ pd と np として読み込まれています。前の演習で作成した月次の retention と churn データセットもインポート済みです。
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
- 平均リテンション率を計算します。
- 平均チャーン率を計算します。
- 丸めたリテンション率とチャーン率を出力します。
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。
# 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))