Calculează CLV-ul tradițional

Acum vei calcula unul dintre cele mai populare modele descriptive de CLV, care ține cont de ratele de retenție și de pierdere a clienților (churn). Acesta oferă o estimare mai robustă, dar vine cu anumite ipoteze care trebuie validate. Asigură-te că revizuiești slide-urile video înainte de a aplica această metodă în propriul tău caz.

Bibliotecile pandas și numpy au fost încărcate ca pd, respectiv np. Seturile de date online și retention au fost importate pentru tine.

Acest exercițiu face parte din cursul

Machine Learning pentru Marketing în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Grupează după CustomerID și InvoiceMonth și calculează cheltuielile lunare per client.
Calculează rata medie lunară de retenție.
Calculează rata medie lunară de pierdere a clienților (churn).
Calculează CLV-ul tradițional înmulțind cheltuiala medie lunară cu raportul dintre retenție și churn.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Calculate monthly spend per customer
monthly_revenue = online.___(['CustomerID','InvoiceMonth'])['___'].sum().mean()

# Calculate average monthly retention rate
retention_rate = retention.iloc[:,1:].mean().mean()

# Calculate average monthly churn rate
churn_rate = 1 - ___

# Calculate traditional CLV 
clv_traditional = monthly_revenue * (___ / churn_rate)

# Print traditional CLV and the retention rate values
print('Average traditional CLV is {:.1f} USD at {:.1f} % retention_rate'.format(clv_traditional, retention_rate*100))

Editează și rulează codul