Вычисление традиционного CLV
Теперь вы рассчитаете одну из наиболее популярных описательных моделей CLV, которая учитывает показатели удержания и оттока клиентов. Такой подход даёт более надёжную оценку, однако предполагает ряд допущений, которые необходимо проверить. Обязательно просмотрите слайды к видеоуроку, прежде чем применять этот метод в своём случае.
Библиотеки pandas и numpy загружены как pd и np соответственно. Наборы данных online и retention уже импортированы.
Это упражнение является частью курса
Машинное обучение для маркетинга на Python
Инструкции к упражнению
- Сгруппируйте данные по
CustomerIDиInvoiceMonthи вычислите ежемесячные расходы каждого клиента. - Вычислите среднемесячный показатель удержания.
- Вычислите среднемесячный показатель оттока.
- Рассчитайте традиционный CLV, умножив среднемесячные расходы на отношение удержания к оттоку.
Интерактивное практическое упражнение
Попробуйте выполнить это упражнение, дополнив этот пример кода.
# 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))