Müşteri segmentasyonu

pandas ile Pazarlama Kampanyalarını Analiz Etme

Jill Rosok

Data Scientist

Kitleleri segmentlemenin yaygın yolları

segmentasyon

Yaş
Cinsiyet
Konum
İşletmeyle geçmiş etkileşim(ler)
Kullanıcıların etkileştiği pazarlama kanalları

pandas ile segmentasyon

# Yalnızca House Ads'i dahil edecek şekilde alt küme oluşturun
house_ads = marketing\
         [marketing['subscribing_channel'] == 'House Ads']

retained = house_ads[house_ads['is_retained'] == True]\
                    ['user_id'].nunique()
subscribers = house_ads[house_ads['converted'] == True]\
                     ['user_id'].nunique()

retention_rate = retained/subscribers
print(round(retention_rate*100,2), '%')

58.05 %

Segmentlemenin daha kolay bir yolu olmalı!

pandas ile segmentasyon - groupby()

# subscribing_channel'e göre gruplayıp elde tutmayı hesaplayın
retained = marketing[marketing['is_retained'] == True]\
          .groupby(['subscribing_channel'])\
          ['user_id'].nunique()
print(retained)

subscribing_channel
Email        109
Facebook     152
House Ads    173
Instagram    158
Push          54
Name: user_id, dtype: int64

pandas ile segmentasyon - groupby()

# subscribing_channel'e göre gruplayıp abone sayısını hesaplayın
subscribers = marketing[marketing['converted'] == True]\
            .groupby(['subscribing_channel'])\
            ['user_id'].nunique()
print(subscribers)

subscribing_channel
Email        125
Facebook     221
House Ads    298
Instagram    232
Push          77
Name: user_id, dtype: int64

Segment sonuçları

# Tüm DataFrame'de elde tutma oranını hesaplayın
channel_retention_rate = (retained/subscribers)*100
print(channel_retention_rate)

subscribing_channel
Email        87.200000
Facebook     68.778281
House Ads    58.053691
Instagram    68.103448
Push         70.129870
Name: user_id, dtype: float64

Hadi pratik yapalım!

pandas ile Pazarlama Kampanyalarını Analiz Etme