Analisando segmentos personalizados
Como etapa final, você vai analisar os valores médios de Recency, Frequency e MonetaryValue para os segmentos personalizados que você criou.
Carregamos o conjunto de dados datamart com os valores de segmento que você calculou no exercício anterior. Fique à vontade para explorá-lo no console. A biblioteca pandas também está carregada como pd.
Este exercício faz parte do curso
Segmentação de Clientes em Python
Instruções do exercício
- Calcule as médias de
Recency,FrequencyeMonetaryValuepara cada segmentoRFM_Level. - Como última coluna, retorne o tamanho de cada segmento passando
countpara a colunaMonetaryValuejunto commean. - Imprima o conjunto de dados agregado.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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(____)