Analise os segmentos
Fantástico! Etapa final — analisar sua solução de segmentação — você vai analisar os valores médios de Recency, Frequency, MonetaryValue e Tenure para cada um dos quatro segmentos que você criou anteriormente. Reserve um tempo para examiná-los e entender que tipos de grupos e comportamentos de clientes eles representam.
Os dados brutos de RFMT estão disponíveis como datamart_rfmt, e os rótulos dos clusters do exercício anterior foram carregados em cluster_labels. Também carregamos a biblioteca pandas como pd.
Este exercício faz parte do curso
Segmentação de Clientes em Python
Instruções do exercício
- Crie um novo DataFrame adicionando uma coluna de rótulo de cluster a
datamart_rfmt. - Crie um elemento
groupbyna colunaCluster. - Calcule os valores médios de RFMT e os tamanhos dos segmentos para cada valor de
Cluster.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Create a new DataFrame by adding a cluster label column to datamart_rfmt
datamart_rfmt_k4 = datamart_rfmt.____(Cluster=____)
# Group by cluster
grouped = ____.____(['____'])
# Calculate average RFMT values and segment sizes for each cluster
grouped.____({
'Recency': '____',
'Frequency': '____',
'MonetaryValue': '____',
'Tenure': ['mean', '____']
}).round(1)