Bereken 3 groepen voor recency en frequency
Je gaat de klanten nu in drie aparte groepen indelen op basis van Recency en Frequency.
De gegevensset is geladen als datamart. Je kunt de console gebruiken om de eerste rijen te bekijken. Ook is pandas als pd geladen.
We gebruiken het resultaat van deze oefening in de volgende, waar je klanten indeelt op basis van MonetaryValue en tot slot een RFM_Score berekent.
Print na afloop de resultaten naar het scherm om te controleren of je de kwartielkolommen correct hebt aangemaakt.
Deze oefening maakt deel uit van de cursus
Klantsegmentatie in Python
Oefeninstructies
- Maak labels voor
Recencymet een aflopende reeks van 3 tot en met 1, en labels voorFrequencymet een oplopende reeks van 1 tot en met 3. - Ken deze labels toe aan drie gelijke percentielgroepen op basis van
Recency. - Ken deze labels toe aan drie gelijke percentielgroepen op basis van
Frequency. - Maak nieuwe kwantielkolommen
RenF.
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# 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)