사용자 지정 세그먼트 만들기

이제 RFM_Score 값을 기반으로 맞춤 세분화를 만들어 볼 차례예요. 세분화를 만드는 함수를 정의한 뒤 각 고객에게 할당하세요.

RFM 값과 RFM Segment, Score가 포함된 데이터셋은 datamart로 불러와 두었고, pandas와 numpy 라이브러리도 준비되어 있어요. 콘솔에서 자유롭게 데이터를 탐색해 보세요.

이 연습은 강의의 일부입니다

Python을 활용한 고객 세분화

강의 보기

연습 안내

Top, Middle, Low라는 세그먼트를 만드세요. RFM 점수가 10 이상이면 수준은 "Top"이에요. 6 이상 10 미만이면 "Middle", 그 외는 "Low"로 지정하세요.
rfm_level 함수를 적용하고 결과를 RFM_Level 값으로 저장하세요.
datamart의 상위 5개 행이 보이도록 헤더를 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Define rfm_level function
def rfm_level(df):
    if df['RFM_Score'] >= ____:
        return '____'
    elif ((df['RFM_Score'] >= ____) and (df['RFM_Score'] < ____)):
        return '____'
    else:
        return '____'

# Create a new variable RFM_Level
datamart['____'] = datamart.apply(____, axis=1)

# Print the header with top 5 rows to the console
print(datamart.____())

코드 편집 및 실행