Metryki kohortowe

Segmentacja klientów w Pythonie

Karolis Urbonas

Head of Data Science, Amazon

Retencja klientów: tabela cohort_counts

Ilu klientów pierwotnie należało do każdej kohorty w tabeli cohort_counts?

$$

Liczba klientów – retencja 1

Retencja klientów: tabela cohort_counts

Ilu klientów pierwotnie należało do każdej kohorty?
Ilu z nich było aktywnych w kolejnych miesiącach?

Retencja klientów 2

Obliczanie wskaźnika retencji

Zapisz pierwszą kolumnę jako cohort_sizes
```
cohort_sizes = cohort_counts.iloc[:,0]
```
Podziel wszystkie wartości w tabeli cohort_counts przez cohort_sizes
```
retention = cohort_counts.divide(cohort_sizes, axis=0)
```
Przejrzyj tabelę retencji
```
retention.round(3) * 100
```

Tabela retencji

Tabela retencji

Inne metryki

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)

Średnia ilość dla każdej kohorty

Średnia ilość dla każdej kohorty

Czas na ćwiczenia z innymi metrykami kohortowymi!

Segmentacja klientów w Pythonie

Preparing Video For Download...