사용자 지정 세그먼트 분석하기
마지막 단계로, 생성하신 사용자 지정 세그먼트에 대해 Recency, Frequency, MonetaryValue의 평균값을 분석해 보겠습니다.
이전 연습 문제에서 계산한 세그먼트 값이 포함된 datamart 데이터셋을 로드해 두었습니다. 콘솔에서 자유롭게 살펴보세요. pandas 라이브러리는 pd로도 로드되어 있습니다.
이 연습은 강의의 일부입니다
Python을 활용한 고객 세분화
연습 안내
- 각
RFM_Level세그먼트별로Recency,Frequency,MonetaryValue의 평균을 계산하세요. - 마지막 열로,
mean옆의MonetaryValue열에count를 전달해 각 세그먼트의 크기를 반환하세요. - 집계된 데이터셋을 출력하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Calculate average values for each RFM_Level, and return a size of each segment
rfm_level_agg = datamart.____('____').____({
'____': '____',
'____': '____',
# Return the size of each segment
'____': ['____', '____']
}).round(1)
# Print the aggregated dataset
print(____)