Explorar retenção e churn
Agora que você calculou as métricas mensais de retenção e churn para os cohorts mensais de clientes, pode calcular as taxas médias gerais de retenção e churn. Você vai usar o método .mean() duas vezes em sequência (isso é chamado de "chaining") para obter a média geral. Você precisará excluir os valores do primeiro mês (primeira coluna) desse cálculo, pois eles são constantes: como é o primeiro mês de atividade dos clientes, a retenção será 100% e o churn será 0% para todos os cohorts.
As bibliotecas pandas e numpy já foram carregadas como pd e np, respectivamente. Os conjuntos de dados mensais retention e churn que você construiu nos exercícios anteriores também foram importados.
Este exercício faz parte do curso
Machine Learning para Marketing em Python
Instruções do exercício
- Calcule a taxa média de retenção.
- Calcule a taxa média de churn.
- Imprima as taxas de retenção e churn arredondadas.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# 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))