1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 마케팅용 Machine Learning
Connected

연습 문제

세분화된 CLV 계산하기

이번 실습에서는 인보이스 단위의 더 세분화된 데이터 포인트를 사용해 보겠습니다. 이 접근법은 더 세밀한 데이터를 활용하여 고객 생애가치(CLV)를 더 정확하게 추정할 수 있어요. 기본 CLV 모델의 결과와 반드시 비교해 보세요.

pandas와 numpy 라이브러리는 각각 pd, np로 로드되어 있어요. online 데이터셋도 미리 불러와 두었습니다.

지침

100 XP
  • InvoiceNo로 그룹화하고 TotalSum 열의 평균을 계산하세요.
  • CustomerID와 InvoiceMonth로 그룹화하고 고객별 월별 고유 인보이스 수의 평균을 계산하세요.
  • lifespan을 36개월로 정의하세요.
  • 앞의 세 가지 지표를 곱하여 세분화된 CLV를 계산하세요.