Eksploracja retencji i churnu
Masz już obliczone miesięczne wskaźniki retencji i churnu dla kohort klientów. Teraz możesz wyliczyć ich ogólne średnie. Użyjesz do tego metody .mean() wywołanej dwukrotnie pod rząd – taka technika nazywa się „łańcuchowaniem" (ang. chaining). Pamiętaj, aby wykluczyć wartości z pierwszego miesiąca (pierwsza kolumna), ponieważ są one stałe – to pierwszy miesiąc aktywności klientów, więc retencja wynosi 100%, a churn 0% dla wszystkich kohort.
Biblioteki pandas i numpy są załadowane odpowiednio jako pd i np. Zbiory danych retention i churn z poprzednich ćwiczeń są również dostępne.
To ćwiczenie jest częścią kursu
Uczenie maszynowe w marketingu w Pythonie
Instrukcje do ćwiczenia
- Oblicz średni wskaźnik retencji.
- Oblicz średni wskaźnik churnu.
- Wyświetl zaokrąglone wskaźniki retencji i churnu.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# Calculate the mean retention rate
retention_rate = retention.iloc[:,1:].mean().___()
# Calculate the mean churn rate
churn_rate = churn.iloc[:,1:].mean().___()
# Print rounded retention and churn rates
print('Retention rate: {:.2f}; Churn rate: {:.2f}'.format(___, churn_rate))