RFM-score berekenen

Goed gedaan! Rond het nu af door klanten in drie groepen in te delen op basis van de percentielen van MonetaryValue en bereken vervolgens een RFM_Score, de som van de R-, F- en M-waarden.

De datamart is geladen met de R- en F-waarden die je in de vorige oefening hebt gemaakt.

Deze oefening maakt deel uit van de cursus

Klantsegmentatie in Python

Cursus bekijken

Oefeninstructies

Maak labels voor MonetaryValue met een oplopend bereik van 1 tot en met 3.
Wijs deze labels toe aan drie gelijke percentielgroepen op basis van MonetaryValue.
Maak een nieuwe kolom M op basis van de percentielgroep van MonetaryValue.
Bereken RFM_Score als de som van de waarden in de kolommen R, F en M.

Praktische interactieve oefening

Probeer deze oefening eens door deze voorbeeldcode in te vullen.

# 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())

Code bewerken en uitvoeren