เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

สร้างตาราง retention และ churn

ได้เรียนรู้องค์ประกอบหลักของการคำนวณ Customer Lifetime Value และรูปแบบต่าง ๆ ของมันไปแล้ว ในแบบฝึกหัดนี้จะใช้ชุดข้อมูล monthly cohort activity เพื่อคำนวณค่า retention และ churn จากนั้นจะนำข้อมูลเหล่านี้ไปสำรวจและใช้คาดการณ์ Customer Lifetime Value เฉลี่ยต่อไป

ไลบรารี pandas ถูกโหลดในชื่อ pd และชุดข้อมูล cohorts_counts ถูกนำเข้ามาแล้ว ลองสำรวจข้อมูลใน console ได้เลย

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Machine Learning สำหรับการตลาดด้วย Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • ดึงขนาดของแต่ละ cohort จากคอลัมน์แรกของ cohort_counts
  • คำนวณค่า retention โดยหารจำนวนสมาชิกใน cohort ด้วยขนาดของ cohort
  • คำนวณค่า churn โดยนำ 1 ลบด้วยค่า retention
  • แสดงผลตาราง retention

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Extract cohort sizes from the first column of cohort_counts
cohort_sizes = cohort_counts.___[:,0]

# Calculate retention by dividing the counts with the cohort sizes
retention = cohort_counts.___(cohort_sizes, axis=0)

# Calculate churn
churn = 1 - ___

# Print the retention table
print(___)
แก้ไขและรันโค้ด