Analiza niestandardowych segmentów

Na zakończenie przeanalizujesz średnie wartości Recency, Frequency oraz MonetaryValue dla niestandardowych segmentów, które wcześniej utworzyłeś.

Załadowaliśmy zbiór danych datamart z wartościami segmentów obliczonymi w poprzednim ćwiczeniu. Możesz swobodnie go eksplorować w konsoli. Biblioteka pandas jest również załadowana jako pd.

To ćwiczenie jest częścią kursu

Segmentacja klientów w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Oblicz średnie wartości Recency, Frequency oraz MonetaryValue dla każdego segmentu RFM_Level.
Jako ostatnią kolumnę zwróć liczebność każdego segmentu, przekazując count do kolumny MonetaryValue obok mean.
Wydrukuj zagregowany zbiór danych.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Calculate average values for each RFM_Level, and return a size of each segment 
rfm_level_agg = datamart.____('____').____({
    '____': '____',
    '____': '____',
  
  	# Return the size of each segment
    '____': ['____', '____']
}).round(1)

# Print the aggregated dataset
print(____)

Edytuj i uruchom kod