Análisis de cohortes

Segmentación de clientes en Python

Karolis Urbonas

Head of Data Science, Amazon

Mapa de calor de cohortes

Filas:

Primera actividad
Aquí: mes de adquisición

Columnas:

Tiempo desde la primera actividad
Aquí: meses desde la adquisición

Mapa de calor de cohortes

Filas:

Primera actividad
Aquí: mes de adquisición

Columnas:

Tiempo desde la primera actividad
Aquí: meses desde la adquisición

Datos de venta online

Más de 0,5 millones de transacciones de una tienda online del Reino Unido.

Usaremos una muestra aleatoria del 20% de este dataset durante el curso.

OnlineRetail

Primeras 5 filas de datos

online.head()

Primeras 5 filas

Asignar cohorte por mes de adquisición

def get_month(x): return dt.datetime(x.year, x.month, 1)

online['InvoiceMonth'] = online['InvoiceDate'].apply(get_month)

grouping = online.groupby('CustomerID')['InvoiceMonth']

online['CohortMonth'] = grouping.transform('min')

online.head()

top5-cohort-added

Extraer enteros de fechas

Define una función para extraer los enteros de year, month y day.

La usaremos en todo el curso.

def get_date_int(df, column):
    year = df[column].dt.year
    month = df[column].dt.month
    day = df[column].dt.day
    return year, month, day

Asignar desplazamiento temporal

invoice_year, invoice_month, _ = get_date_int(online, 'InvoiceMonth') 
cohort_year, cohort_month, _ = get_date_int(online, 'CohortMonth')

years_diff = invoice_year - cohort_year
months_diff = invoice_month - cohort_month

online['CohortIndex'] = years_diff * 12 + months_diff + 1
online.head()

top5-time-offset-added

Contar clientes activos mensuales por cohorte

grouping = online.groupby(['CohortMonth', 'CohortIndex'])

cohort_data = grouping['CustomerID'].apply(pd.Series.nunique)

cohort_data = cohort_data.reset_index()

cohort_counts = cohort_data.pivot(index='CohortMonth',
                                  columns='CohortIndex', 
                                  values='CustomerID')

print(cohort_counts)

tabla-pivot-online-cuentas

¡Tu turno para crear cohortes!

Segmentación de clientes en Python