처음부터 유지율 계산하기
이번에는 월별 유입 코호트에 대해 유지율과 평균 구매 수량 지표 테이블을 만드는 방법을 살펴봤습니다. 이제 직접 유지율 지표를 만들어 볼 차례예요.
이번 레슨에서 월별 코호트와 코호트 인덱스를 지정한 online 데이터셋이 미리 로드되어 있습니다. 필요하면 콘솔에서 출력해 보세요.
또한 아래 명령으로 생성한 groupby 객체를 grouping DataFrame으로 준비해 두었습니다:
grouping = online.groupby(['CohortMonth', 'CohortIndex'])
이 연습은 강의의 일부입니다
Python을 활용한 고객 세분화
연습 안내
- 고객 ID 열을 선택해 고유값 개수를 세고, 이를
cohort_data로 저장한 뒤 인덱스를 리셋하세요. - 월별 코호트를 인덱스, 코호트 인덱스를 열, 고객 ID를 값으로 하는 피벗을 만드세요.
- 첫 번째 열을 선택해
cohort_sizes로 저장하세요. - 각 행을 기준으로 코호트 수를
cohort_sizes로 나누세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Count the number of unique values per customer ID
cohort_data = grouping[____].apply(pd.Series.____).reset_index()
# Create a pivot
cohort_counts = cohort_data.____(index=____, columns=____, values=____)
# Select the first column and store it to cohort_sizes
cohort_sizes = cohort_counts.iloc[:,____]
# Divide the cohort count by cohort sizes along the rows
retention = cohort_counts.____(____, axis=____)