코호트 지표

Python을 활용한 고객 세분화

Karolis Urbonas

Head of Data Science, Amazon

고객 유지: cohort_counts 테이블

cohort_counts 테이블에서 각 코호트의 최초 고객 수는?

고객 수_유지_1

고객 유지: cohort_counts 테이블

각 코호트의 최초 고객 수는?
이후 달에 활동한 고객 수는?

고객 유지_2

유지율 계산

첫 번째 열을 cohort_sizes로 저장
```
cohort_sizes = cohort_counts.iloc[:,0]
```
cohort_counts의 모든 값을 cohort_sizes로 나눕니다
```
retention = cohort_counts.divide(cohort_sizes, axis=0)
```
유지율 테이블 확인
```
retention.round(3) * 100
```

유지율 테이블

기타 지표

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

cohort_data = grouping['Quantity'].mean()

cohort_data = cohort_data.reset_index()

average_quantity = cohort_data.pivot(index='CohortMonth', 
                                     columns='CohortIndex', 
                                     values='Quantity')

average_quantity.round(1)

코호트별 평균 수량

평균 수량

다른 코호트 지표로 연습해 봅시다!

Python을 활용한 고객 세분화