Aangepaste segmenten maken

Jij bent aan zet om een aangepaste segmentatie te maken op basis van RFM_Score-waarden. Je maakt een functie om de segmentatie op te bouwen en wijst die vervolgens toe aan elke klant.

De gegevensset met de RFM-waarden, RFM-segment en -score is geladen als datamart, samen met de bibliotheken pandas en numpy. Verken de data gerust in de console.

Deze oefening maakt deel uit van de cursus

Klantsegmentatie in Python

Cursus bekijken

Oefeninstructies

Maak segmenten met de namen Top, Middle, Low. Als de RFM-score groter dan of gelijk aan 10 is, moet het niveau "Top" zijn. Als het tussen 6 en 10 ligt, moet het "Middle" zijn, en anders "Low".
Pas de functie rfm_level toe en sla het op als de waarde RFM_Level.
Print de header met de bovenste 5 rijen van datamart.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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.____())

Code bewerken en uitvoeren