Создание трёх групп по давности и частоте покупок
Теперь вы разобьёте клиентов на три отдельные группы по показателям Recency и Frequency.
Набор данных загружен в переменную datamart — вы можете просмотреть первые строки в консоли. Также загружена библиотека pandas под псевдонимом pd.
Результат этого упражнения понадобится в следующем: там вы сгруппируете клиентов по MonetaryValue и вычислите итоговый RFM_Score.
После выполнения выведите результат на экран, чтобы убедиться, что квартильные столбцы созданы успешно.
Это упражнение является частью курса
Сегментация клиентов в Python
Инструкции к упражнению
- Создайте метки для
Recencyв убывающем порядке от 3 до 1 и метки дляFrequencyв возрастающем порядке от 1 до 3. - Назначьте эти метки трём равным перцентильным группам по
Recency. - Назначьте эти метки трём равным перцентильным группам по
Frequency. - Создайте новые квантильные столбцы
RиF.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# Create labels for Recency and Frequency
r_labels = range(____, 0, ____); f_labels = range(1, ____)
# Assign these labels to three equal percentile groups
r_groups = pd.qcut(datamart['____'], q=____, labels=____)
# Assign these labels to three equal percentile groups
f_groups = pd.qcut(datamart['____'], q=____, labels=____)
# Create new columns R and F
datamart = datamart.assign(____=____.values, ____=____.values)