RFM-сегментация клиентов — Lamoda

Условие задания

**Компания:** Lamoda
**Позиция:** Аналитик данных, Middle/Senior

**Контекст:** DataFrame с заказами.

[см. код в задании]

**Задание:**
1. Рассчитай RFM-метрики для каждого клиента:
- Recency (дни с последнего заказа)
- Frequency (количество заказов)
- Monetary (суммарная выручка)
2. Разбей на квинтили (1-5) по каждой метрике
3. Выдели сегменты: Champions (555), Loyal (X4X-X5X), At Risk (2XX), Lost (1XX)

Пример данных

Структура для ориентира — реальные значения из эталонного решения.

orders = pd.DataFrame({
    'user_id': [...],
    'order_date': [...],  # datetime
    'amount': [...]       # сумма заказа
})

Темы

Python pandas RFM сегментация Lamoda

Подсказки

• Recency = (today - max(order_date)).days
• pd.qcut для разбивки на квинтили
• Для Recency: меньше = лучше (инвертируй шкалу)

Все тестовые задания →

Частые вопросы

Какой уровень знаний нужен для задачи "RFM-сегментация клиентов — Lamoda"?

Это задание для уровня Senior. Senior-уровень — глубокое понимание темы, опыт решения нестандартных задач, обсуждение trade-off на собеседовании.

На каких собеседованиях встречается такая задача?

Подобные задания в категории «Python» регулярно дают на собеседованиях аналитика данных в Яндекс, Сбер, Ozon, Авито, Тинькофф, Wildberries, T-Bank, X5, ВТБ и других крупных IT-компаниях. Тематика: Python, pandas, RFM, сегментация, Lamoda.

Сколько времени даётся на решение?

На реальном собеседовании на подобную задачу отводится 30-60 минут с обсуждением подходов, оптимизаций и trade-off. Для тренировки рекомендуем сначала решить самостоятельно, потом сверить с эталонным решением и подсказками.

Где ещё потренироваться по теме «Python»?

На zasqlpython.ru есть 530+ Python задачи с проверкой через Pyodide, конспекты Python и pandas, AI мок-собеседование с разбором ваших ответов.

← Все задания