Recency와 Frequency로 3개 그룹 계산하기
이제 Recency와 Frequency를 기준으로 고객을 세 개의 그룹으로 나눌 거예요.
데이터셋은 datamart로 로드되어 있으며, 콘솔에서 상위 행을 확인할 수 있어요. 또한 pandas는 pd로 로드되어 있어요.
다음 연습 문제에서 이 결과를 활용해 MonetaryValue를 기준으로도 그룹을 만들고, 마지막으로 RFM_Score를 계산할 거예요.
완료되면 결과를 화면에 출력해 사분위(분위) 열이 제대로 생성되었는지 확인하세요.
이 연습은 강의의 일부입니다
Python을 활용한 고객 세분화
연습 안내
Recency에 대해 3부터 1까지 감소하는 레이블을,Frequency에 대해 1부터 3까지 증가하는 레이블을 만들어요.Recency기준으로 동일한 백분위 3개 그룹에 위 레이블을 할당하세요.Frequency기준으로 동일한 백분위 3개 그룹에 위 레이블을 할당하세요.- 새로운 분위 열
R과F를 생성하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create labels for Recency and Frequency
r_labels = range(____, 0, ____); f_labels = range(1, ____)
# Assign these labels to three equal percentile groups
r_groups = pd.qcut(datamart['____'], q=____, labels=____)
# Assign these labels to three equal percentile groups
f_groups = pd.qcut(datamart['____'], q=____, labels=____)
# Create new columns R and F
datamart = datamart.assign(____=____.values, ____=____.values)