Cohortanalyse

Klantsegmentatie in Python

Karolis Urbonas

Head of Data Science, Amazon

Heatmap van cohortanalyse

Rijen:

Eerste activiteit
Hier: maand van acquisitie

Kolommen:

Tijd sinds eerste activiteit
Hier: maanden sinds acquisitie

Cohort-heatmap

Heatmap van cohortanalyse

Rijen:

Eerste activiteit
Hier: maand van acquisitie

Kolommen:

Tijd sinds eerste activiteit
Hier: maanden sinds acquisitie

Online-retaildata

Meer dan 0,5 miljoen transacties van een Britse online retailer.

We gebruiken in de cursus een aselecte 20%-steekproef van deze dataset.

OnlineRetail

Top 5 rijen van de data

online.head()

Top 5 rijen

Acquisitiemaand-cohort toewijzen

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-toegevoegd

Gehele waarden uit data halen

Definieer een functie om gehele waarden voor year, month en day te halen.

We gebruiken die door de hele cursus.

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

Tijdoffset berekenen

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-tijdoffset-toegevoegd

Maandelijkse actieve klanten per cohort tellen

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)

online-pivot-aantallen

Jij bent aan de beurt: bouw cohorts!

Klantsegmentatie in Python