Criando segmentos personalizados

Agora é sua vez de criar uma segmentação personalizada baseada nos valores de RFM_Score. Você vai criar uma função para construir a segmentação e depois atribuí-la a cada cliente.

O conjunto de dados com os valores de RFM, Segmento e Score foi carregado como datamart, junto com as bibliotecas pandas e numpy. Fique à vontade para explorar os dados no console.

Este exercício faz parte do curso

Segmentação de Clientes em Python

Ver curso

Instruções do exercício

Crie segmentos chamados Top, Middle, Low. Se o RFM score for maior ou igual a 10, o nível deve ser "Top". Se estiver entre 6 e 10, deve ser "Middle"; caso contrário, deve ser "Low".
Aplique a função rfm_level e armazene como valor RFM_Level.
Imprima o cabeçalho com as 5 primeiras linhas de datamart.

Exercício interativo prático

Experimente este exercício completando este código de exemplo.

# 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.____())

Editar e executar o código