Skapa egna segment

Nu är det din tur att skapa en anpassad segmentering baserad på RFM_Score-värden. Du skapar en funktion för att bygga segmenteringen och tilldelar den sedan till varje kund.

Datamängden med RFM-värden, RFM-segment och poäng har laddats in som datamart, tillsammans med biblioteken pandas och numpy. Utforska gärna datan i konsolen.

Den här övningen är en del av kursen

Kundsegmentering i Python

Visa kurs

Övningsinstruktioner

Skapa segment med namnen Top, Middle och Low. Om RFM-poängen är större än eller lika med 10 ska nivån vara "Top". Om den är mellan 6 och 10 ska den vara "Middle", annars ska den vara "Low".
Applicera funktionen rfm_level och lagra resultatet som värdet RFM_Level.
Skriv ut de 5 första raderna i datamart.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Define rfm_level function
def rfm_level(df):
    if df['RFM_Score'] >= ____:
        return '____'
    elif ((df['RFM_Score'] >= ____) and (df['RFM_Score'] < ____)):
        return '____'
    else:
        return '____'

# Create a new variable RFM_Level
datamart['____'] = datamart.apply(____, axis=1)

# Print the header with top 5 rows to the console
print(datamart.____())

Redigera och kör kod