RFM 점수 계산
잘하고 계세요. 이제 MonetaryValue 퍼센타일을 기준으로 고객을 세 그룹으로 나누고, R, F, M 값을 합산한 RFM_Score를 계산해 마무리해 보겠습니다.
이전 연습 문제에서 만든 R과 F 값이 포함된 datamart가 로드되어 있습니다.
이 연습은 강의의 일부입니다
Python을 활용한 고객 세분화
연습 안내
MonetaryValue에 대해 1부터 3까지 증가하는 레이블을 만드세요.MonetaryValue를 기준으로 동일한 퍼센타일 기준의 세 그룹을 만들고, 위 레이블을 할당하세요.MonetaryValue퍼센타일 그룹을 바탕으로 새 열M을 만드세요.- R, F, M 열 값을 합산해
RFM_Score를 계산하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create labels for MonetaryValue
m_labels = range(1, ____)
# Assign these labels to three equal percentile groups
m_groups = pd.qcut(datamart['MonetaryValue'], q=____, labels=____)
# Create new column M
datamart = datamart.assign(____=____)
# Calculate RFM_Score
datamart['RFM_Score'] = datamart[['R','F','M']].____(axis=____)
print(datamart['____'].head())