1. 학습
    2. /
  2. 강의
    3. /
  3. Pythonで学ぶマーケティングのための機械学習
Connected

연습 문제

より粒度の高い CLV を計算する

この課題では、請求書（インボイス）レベルのより細かなデータポイントを使います。このアプローチはより詳細なデータを用いるため、Customer Lifetime Value（CLV）をより正確に見積もれる可能性があります。基本的な CLV モデルの結果と必ず比較してください。

pandas と numpy ライブラリはそれぞれ pd と np として読み込まれています。online データセットもインポート済みです。

지침

100 XP
  • InvoiceNo でグループ化し、TotalSum 列の平均を計算します。
  • CustomerID と InvoiceMonth でグループ化し、顧客ごとの月次インボイスの一意な件数の平均を計算します。
  • 期間（lifespan）を 36 か月に設定します。
  • 直前の3つの指標を掛け合わせて、粒度の高い CLV を計算します。