This video provides a walkthrough of the challenge requirements for segmenting a dataset by two dimensions (such as acquisition month and user region) and calculating advanced retention metrics. You will see how to use pandas to group data, create multi-level cohorts, and compute retention and churn rates for each segment.

Tämän haasteen suorittamiseksi toimi seuraavasti:

- Käytä **pandas DataFrame** -rakennetta, joka sisältää käyttäjien aktiivisuustietoja sarakkeilla kuten `user_id`, `acquisition_month`, `region` ja `activity_month`;
- Segmentoi käyttäjät sekä `acquisition_month`- että `region`-sarakkeiden perusteella muodostaaksesi monitasoisia kohortteja;
- Laske jokaiselle kohortille niiden käyttäjien määrä, jotka ovat säilyneet aktiivisina jokaisena hankinnan jälkeisenä kuukautena;
- Laske **retentioprosentti** jokaiselle kohortille vertaamalla tietyn kuukauden aktiivisten käyttäjien määrää alkuperäiseen kohorttikokoon;
- Laske **churn-prosentti** vähentämällä retentioprosentti yhdestä jokaisella jaksolla.

Sinun tulee käyttää **pandas**-kirjaston ryhmittely- ja aggregointimenetelmiä näiden laskelmien tehokkaaseen suorittamiseen.

import unittest
import user_code
import importlib
import pandas as pd

class TestTask(unittest.TestCase):
    def setUp(self):
        self.data = {
            'user_id': [1, 1, 2, 2, 3, 4, 4, 5, 6, 6],
            'acquisition_month': [1, 1, 1, 1, 2, 2, 2, 2, 2, 2],
            'activity_month': [1, 2, 1, 2, 2, 2, 3, 2, 2, 3]
        }
        self.df = pd.DataFrame(self.data)

    def test_returns_dataframe_and_columns(self):
        import user_code
        importlib.reload(user_code)
        result = user_code.calculate_retention_by_acquisition(self.df)
        expected_columns = ['cohort', 'months_since_acquisition', 'retention_rate']
        _dynamic_test(
            self,
            isinstance(result, pd.DataFrame),
            "Returned object is a pandas DataFrame.",
            f"Expected DataFrame, got {type(result)}."
        )
        _dynamic_test(
            self,
            all(col in result.columns for col in expected_columns),
            f"Result contains all required columns: {expected_columns}.",
            f"Missing columns in result. Got columns: {list(result.columns)}."
        )

    def test_cohort_definition(self):
        import user_code
        importlib.reload(user_code)
        result = user_code.calculate_retention_by_acquisition(self.df)
        cohort_values = set(result['cohort'])
        expected_cohorts = set([1, 2])
        _dynamic_test(
            self,
            cohort_values == expected_cohorts,
            f"Cohorts are defined as acquisition_month: {expected_cohorts}",
            f"Expected cohorts: {expected_cohorts}, got: {cohort_values}"
        )

    def test_retention_rate_calculation(self):
        import user_code
        importlib.reload(user_code)
        result = user_code.calculate_retention_by_acquisition(self.df)
        # For cohort 1, months_since_acquisition=0: users 1 and 2
        # cohort size: users 1 and 2, so 2
        # active users at month 0: 2
        # retention rate: 2/2 = 1.0
        row = result[(result['cohort'] == 1) & (result['months_since_acquisition'] == 0)]
        rr = float(row['retention_rate'].iloc[0]) if not row.empty else None
        _dynamic_test(
            self,
            rr is not None and abs(rr - 1.0) < 1e-8,
            "Retention rate for cohort 1 at month 0 is correct (1.0)",
            f"Expected 1.0, got {rr}"
        )
        # For cohort 1, months_since_acquisition=1: users 1 and 2 again, so 2/2 = 1.0
        row = result[(result['cohort'] == 1) & (result['months_since_acquisition'] == 1)]
        rr = float(row['retention_rate'].iloc[0]) if not row.empty else None
        _dynamic_test(
            self,
            rr is not None and abs(rr - 1.0) < 1e-8,
            "Retention rate for cohort 1 at month 1 is correct (1.0)",
            f"Expected 1.0, got {rr}"
        )
        # For cohort 2, months_since_acquisition=0: users 3, 4, 5, 6
        # cohort size: users 3, 4, 5, 6, so 4
        # active users at month 0: 4
        # retention rate: 4/4 = 1.0
        row = result[(result['cohort'] == 2) & (result['months_since_acquisition'] == 0)]
        rr = float(row['retention_rate'].iloc[0]) if not row.empty else None
        _dynamic_test(
            self,
            rr is not None and abs(rr - 1.0) < 1e-8,
            "Retention rate for cohort 2 at month 0 is correct (1.0)",
            f"Expected 1.0, got {rr}"
        )
        # For cohort 2, months_since_acquisition=1: users 4, 6, so 2/4 = 0.5
        row = result[(result['cohort'] == 2) & (result['months_since_acquisition'] == 1)]
        rr = float(row['retention_rate'].iloc[0]) if not row.empty else None
        _dynamic_test(
            self,
            rr is not None and abs(rr - 0.5) < 1e-8,
            "Retention rate for cohort 2 at month 1 is correct (0.5)",
            f"Expected 0.5, got {rr}"
        )

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)


test_main.py

Hallitse kohorttianalyysin tekniikat Pythonilla. Tämä kurssi kattaa kohorttidatan rakenteistamisen, edistyneen segmentoinnin, säilyvyysanalytiikan ja liiketoimintaa tukevat oivallukset, sisältäen käytännön haasteita jokaisessa osiossa.

Opi, miten dataa jäsennellään, esikäsitellään ja valmistellaan edistyneeseen kohorttianalyysiin, mukaan lukien kohorttien määrittely ja piirteiden suunnittelu.

Syvenny edistyneisiin segmentointistrategioihin ja säilyttämismetriikoiden laskentaan saadaksesi syvällisempiä oivalluksia kohorttidatasta.

Visualisoi kohorttidataa ja johda käyttökelpoisia liiketoiminta-oivalluksia käyttämällä edistyneitä kuvaaja- ja tulkintatekniikoita.

Haaste: Edistynyt segmentointi ja säilyttämisaste

Ratkaisu