Телеграмм чат группы pydata

2021 February 15

SK

Samson Karapetyan in Python для анализа данных

Если заметить, −+ минус и плюс на одном уровне, а -+ нет

источник

11:09пожаловаться #1

Е

Евгений in Python для анализа данных

Aleksey

Ranges of characters can be indicated by giving two characters and separating them by a '-', for example [a-z] will match any lowercase ASCII letter, [0-5][0-9] will match all the two-digits numbers from 00 to 59, and [0-9A-Fa-f] will match any hexadecimal digit. If - is escaped (e.g. [a\-z]) or if it’s placed as the first or last character (e.g. [-a] or [a-]), it will match a literal '-'.

Из доки по re. Заэскейпи или вынеси дефис на первое/последнее место при перечислении

Где я его уже там не втыкал, так и не заработало.

источник

11:09пожаловаться #2

3

3ldar in Python для анализа данных

Евгений

Я так понял, у вас в этом поле есть разделение запятыми. Пробовали просто индексироваться по элементу?

источник

11:20пожаловаться #3

Е

Евгений in Python для анализа данных

3ldar

Я так понял, у вас в этом поле есть разделение запятыми. Пробовали просто индексироваться по элементу?

Получилось, спасибо за идею :)

источник

13:03пожаловаться #4

РК

Руслан Карпов... in Python для анализа данных

Коллеги, подскажите может у кого был опыт в работе с оценками обращений.
Задача - оценить изменения лояльности клиента, за все время.
В базу собираются его обращения, каждое обращение клиент может оценить от 1 до 5. Получается, есть обращения без оценок и с оценками.

И вот например клиент с нами 2 года, он имеет свой стиль оценок, ставит оценки, только на эмоциях и в основном на плохих. Мы работаем с ним стараемся угодить. И хочется понять как меняется его отношение к нам исходя их оценок и доли оцененности.

У меня есть идея, смотреть на даты обращений (их частоту) смотреть на изменение доли оцененности и среднюю оценку. В целом идея сырая...

И вот пишу вам, может кто сталкивался с подобным, как лучше действовать? Подскажите пожалуйста.

источник

14:32пожаловаться #5

PZ

Pavel Zheltouhov in Python для анализа данных

Руслан Карпов

Коллеги, подскажите может у кого был опыт в работе с оценками обращений.
Задача - оценить изменения лояльности клиента, за все время.
В базу собираются его обращения, каждое обращение клиент может оценить от 1 до 5. Получается, есть обращения без оценок и с оценками.

И вот например клиент с нами 2 года, он имеет свой стиль оценок, ставит оценки, только на эмоциях и в основном на плохих. Мы работаем с ним стараемся угодить. И хочется понять как меняется его отношение к нам исходя их оценок и доли оцененности.

У меня есть идея, смотреть на даты обращений (их частоту) смотреть на изменение доли оцененности и среднюю оценку. В целом идея сырая...

И вот пишу вам, может кто сталкивался с подобным, как лучше действовать? Подскажите пожалуйста.

Ну он же не всеми услугам, а особенно плохой их частью пользуется?

источник

14:37пожаловаться #6

РК

Руслан Карпов... in Python для анализа данных

Да всеми, пользуется всем чем можно, но встречает трудности.

источник

14:37пожаловаться #7

PZ

Pavel Zheltouhov in Python для анализа данных

очень неопределенно. пустая оценка это от "плохо как и всегда" до "ну вроде норм, некогда ставить оценку".

источник

14:40пожаловаться #8

A

Andrey Denisov in Python для анализа данных

Если продукт - сайт \ приложение, то лучше оценивать по пути в продукте - на тех же цепях Маркова относительно неплохо можно выделить путь.
RFM - хорошее мерило, а вот "оценка оценок" - путь в никуда. Или он с вами - и он покупает, а вы ему отращиваете средний чек и частоту покупок, или он ушёл. Поэтому вопрос не "оценить оценку", а повысить лояльность. А это, зачастую, к оценке никак не относится

источник

14:44пожаловаться #9

РК

Руслан Карпов... in Python для анализа данных

Andrey Denisov

Если продукт - сайт \ приложение, то лучше оценивать по пути в продукте - на тех же цепях Маркова относительно неплохо можно выделить путь.
RFM - хорошее мерило, а вот "оценка оценок" - путь в никуда. Или он с вами - и он покупает, а вы ему отращиваете средний чек и частоту покупок, или он ушёл. Поэтому вопрос не "оценить оценку", а повысить лояльность. А это, зачастую, к оценке никак не относится

Спасибо хорошая мысль, надо обдумать ее

источник

15:01пожаловаться #10

MC

Makha Cloud in Python для анализа данных

Руслан Карпов

Коллеги, подскажите может у кого был опыт в работе с оценками обращений.
Задача - оценить изменения лояльности клиента, за все время.
В базу собираются его обращения, каждое обращение клиент может оценить от 1 до 5. Получается, есть обращения без оценок и с оценками.

И вот например клиент с нами 2 года, он имеет свой стиль оценок, ставит оценки, только на эмоциях и в основном на плохих. Мы работаем с ним стараемся угодить. И хочется понять как меняется его отношение к нам исходя их оценок и доли оцененности.

У меня есть идея, смотреть на даты обращений (их частоту) смотреть на изменение доли оцененности и среднюю оценку. В целом идея сырая...

И вот пишу вам, может кто сталкивался с подобным, как лучше действовать? Подскажите пожалуйста.

А почему вы именно на оценки смотрите?

источник

19:07пожаловаться #11

РК

Руслан Карпов... in Python для анализа данных

В обращениях собирается оценка и лайк/диз каждого сообщения. По ним и отлавливаем негатив.

источник

19:08пожаловаться #12

MC

Makha Cloud in Python для анализа данных

Руслан Карпов

Коллеги, подскажите может у кого был опыт в работе с оценками обращений.
Задача - оценить изменения лояльности клиента, за все время.
В базу собираются его обращения, каждое обращение клиент может оценить от 1 до 5. Получается, есть обращения без оценок и с оценками.

И вот например клиент с нами 2 года, он имеет свой стиль оценок, ставит оценки, только на эмоциях и в основном на плохих. Мы работаем с ним стараемся угодить. И хочется понять как меняется его отношение к нам исходя их оценок и доли оцененности.

У меня есть идея, смотреть на даты обращений (их частоту) смотреть на изменение доли оцененности и среднюю оценку. В целом идея сырая...

И вот пишу вам, может кто сталкивался с подобным, как лучше действовать? Подскажите пожалуйста.

Вы хотите всю базу проанализировать?

источник

19:08пожаловаться #13

MC

Makha Cloud in Python для анализа данных

Руслан Карпов

В обращениях собирается оценка и лайк/диз каждого сообщения. По ним и отлавливаем негатив.

Чеки есть?

источник

19:08пожаловаться #14

MC

Makha Cloud in Python для анализа данных