เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

คำนวณ RFM Score

ยอดเยี่ยมมาก ขั้นตอนต่อไปคือการจัดกลุ่มลูกค้าออกเป็น 3 กลุ่มตาม percentile ของ MonetaryValue จากนั้นคำนวณ RFM_Score ซึ่งเป็นผลรวมของค่า R, F และ M

ชุดข้อมูล datamart ถูกโหลดมาพร้อมกับค่า R และ F ที่สร้างไว้ในแบบฝึกหัดก่อนหน้าแล้ว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การแบ่งกลุ่มลูกค้าด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • สร้าง labels สำหรับ MonetaryValue โดยใช้ช่วงค่าตั้งแต่ 1 ถึง 3 แบบเพิ่มขึ้น
  • กำหนด labels เหล่านี้ให้กับ 3 กลุ่ม percentile ที่แบ่งเท่ากันตาม MonetaryValue
  • สร้างคอลัมน์ใหม่ M จากกลุ่ม percentile ของ MonetaryValue
  • คำนวณ RFM_Score จากผลรวมของค่าในคอลัมน์ R, F และ M

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Create labels for MonetaryValue
m_labels = range(1, ____)

# Assign these labels to three equal percentile groups 
m_groups = pd.qcut(datamart['MonetaryValue'], q=____, labels=____)

# Create new column M
datamart = datamart.assign(____=____)

# Calculate RFM_Score
datamart['RFM_Score'] = datamart[['R','F','M']].____(axis=____)
print(datamart['____'].head())
แก้ไขและรันโค้ด