Tworzenie własnych segmentów

Teraz twoja kolej na stworzenie własnej segmentacji na podstawie wartości RFM_Score. Napiszesz funkcję budującą segmentację, a następnie przypiszesz ją do każdego klienta.

Zbiór danych z wartościami RFM, segmentem RFM i wynikiem został wczytany jako datamart wraz z bibliotekami pandas i numpy. Możesz swobodnie eksplorować dane w konsoli.

To ćwiczenie jest częścią kursu

Segmentacja klientów w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Utwórz segmenty o nazwach Top, Middle, Low. Jeśli wynik RFM jest większy lub równy 10, poziom powinien być „Top". Jeśli wynosi od 6 do 10, powinien być „Middle", a w pozostałych przypadkach – „Low".
Zastosuj funkcję rfm_level i zapisz wynik jako wartość RFM_Level.
Wyświetl nagłówek z 5 pierwszymi wierszami zbioru datamart.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# 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.____())

Edytuj i uruchom kod