diff --git a/.ipynb_checkpoints/main-checkpoint.ipynb b/.ipynb_checkpoints/main-checkpoint.ipynb
index 31ff92b..5c9dde0 100644
--- a/.ipynb_checkpoints/main-checkpoint.ipynb
+++ b/.ipynb_checkpoints/main-checkpoint.ipynb
@@ -106,9 +106,9 @@
     "        final_scenario_df = pd.DataFrame(row_list, columns = cols)\n",
     "        final_scenario_df['PARTICIPANT_VOLUME_PCT'] = final_scenario_df['PARTICIPANT_VOLUME']/\\\n",
     "        final_scenario_df['TOTAL_VOLUME'] * 100\n",
-    "        final_scenario_df['Segment'] = 1\n",
-    "        final_scenario_df['SAR_FLAG'] = 1\n",
-    "        final_scenario_df['Risk'] = 1\n",
+    "        final_scenario_df['Segment'] = \"Default\"\n",
+    "        final_scenario_df['SAR_FLAG'] = \"N\"\n",
+    "        final_scenario_df['Risk'] = \"Medium Risk\"\n",
     "        final_scenario_df.dropna(inplace=True)\n",
     "        # final_scenario_df['RUN_DATE'] = final_scenario_df['END_DATE']\n",
     "        return final_scenario_df\n"
diff --git a/main.ipynb b/main.ipynb
index 31ff92b..5c9dde0 100644
--- a/main.ipynb
+++ b/main.ipynb
@@ -106,9 +106,9 @@
     "        final_scenario_df = pd.DataFrame(row_list, columns = cols)\n",
     "        final_scenario_df['PARTICIPANT_VOLUME_PCT'] = final_scenario_df['PARTICIPANT_VOLUME']/\\\n",
     "        final_scenario_df['TOTAL_VOLUME'] * 100\n",
-    "        final_scenario_df['Segment'] = 1\n",
-    "        final_scenario_df['SAR_FLAG'] = 1\n",
-    "        final_scenario_df['Risk'] = 1\n",
+    "        final_scenario_df['Segment'] = \"Default\"\n",
+    "        final_scenario_df['SAR_FLAG'] = \"N\"\n",
+    "        final_scenario_df['Risk'] = \"Medium Risk\"\n",
     "        final_scenario_df.dropna(inplace=True)\n",
     "        # final_scenario_df['RUN_DATE'] = final_scenario_df['END_DATE']\n",
     "        return final_scenario_df\n"
diff --git a/main.py b/main.py
index f1a001e..6c598cd 100644
--- a/main.py
+++ b/main.py
@@ -103,9 +103,9 @@ class Scenario:
         final_scenario_df = pd.DataFrame(row_list, columns = cols)
         final_scenario_df['PARTICIPANT_VOLUME_PCT'] = final_scenario_df['PARTICIPANT_VOLUME']/\
         final_scenario_df['TOTAL_VOLUME'] * 100
-        final_scenario_df['Segment'] = 1
-        final_scenario_df['SAR_FLAG'] = 1
-        final_scenario_df['Risk'] = 1
+        final_scenario_df['Segment'] = "Default"
+        final_scenario_df['SAR_FLAG'] = "N"
+        final_scenario_df['Risk'] = "Medium Risk"
         final_scenario_df.dropna(inplace=True)
         # final_scenario_df['RUN_DATE'] = final_scenario_df['END_DATE']
         return final_scenario_df