半生月

V1

2022/11/30阅读:19主题:极简黑

第三章:用python实现常用的用户分层模型(RFM模型)

第三章:用python实现常用的用户分层模型(RFM模型)

本文可以学习到以下内容:

  1. RFM 模型的原理及代码实现
  2. 使用 pandas 中的 read_sql 读取 sqlite 中的数据
  3. 使用 dropna 删除含有缺失数据的行
  4. 使用 to_datetime、map 方法计算距离用户上次消费所过去的天数
  5. 使用 groupby+agg 方法统计消费频次、消费总金额
  6. 使用 merge 方法合并 datafram 数据
  7. 使用 quantile 方法计算用户消费数据的分位数
  8. 使用 cut 方法将消费数据划分不同的区间,并打上不同的标签
  9. 使用 value_counts 方法统计各个用户标签的数据量及占比
  10. 使用 pyecharts 绘制环形图

关注微信公众号《帅帅的Python》,后台回复《数据分析》获取数据及源码

项目背景

运营部的同学需要对客户进行分类管理,需要数据部门提供一个方案进行参考。

小凡提出用RFM模型可以快速方便的将用户进行区分,模型的含义:

Recent:用户最近一次购买商品距今的时长

Frequency:用户在一段时间购买商品的次数

Mount:用户在一段时间内消费的金额

将这三个维度的数据划分不同的区间,每个区间对应相应的分数,最后根据总分将用户划分不同的标签,方便管理。

众人听后,一致通过该方案,并任命小凡为该项目的负责人。

读取数据

小凡常用的数据分析工具:

import os
import datetime
import numpy as np
import pandas as pd
from sqlalchemy import create_engine

数据放在上一级的目录下名为 data.db 的文件

# 数据库地址:数据库放在上一级目录下
db_path = os.path.join(os.path.dirname(os.getcwd()), "data.db")
engine_path = "sqlite:///" + db_path
# 创建数据库引擎
engine = create_engine(engine_path)

# sql 语句
sql = """
select * from business
"""

# read_sql 获取数据
df = pd.read_sql(sql,engine)
# 随机展示 5 
df.sample(5)

user_id:用户唯一id字段

create_time:订单创建时间

order_id:订单id

amount:订单金额

df.info()

可以看到create_time数据量为76048,amount的数据量为76043,说明数据中存在缺失,而且缺失数据占比不大,所以,使用 dropna 方法将含有缺失的数据删除。

# create_time和amount有缺失值,去掉缺失值
df2 = df.copy()

# dropna() 默认只要该行有 nan 值就删除
df2 = df2.dropna()

df2.info()
# 查看数据量
len(df2.user_id.unique())
# 55540

删除后的数据有76041条,有55540名客户。

数据分析

分析 Recent

数据中的 create_time 为订单创建时间,可以用 to_datetime 方法计算出时间差

同一个用户又有多次购买记录,用 groupby 和 agg 的方法统计出最小的时间差

now_ = pd.to_datetime(datetime.datetime.now())
# 添加时间差数据
df2["recent"] = df2["create_time"].map(lambda x:(now_-pd.to_datetime(x)).days)

df2.sample(5)
# 用户最近一次购买商品的时间
recent_df = df2.groupby(by="user_id",as_index=False).agg({"recent":"min"})

分析 Frequency

根据 user_id 将用户分组,对 order_id 计数计算出用户的购买频率

frequency_df = df2.groupby(by="user_id",as_index=False).agg({"order_id":"count"})
frequency_df.sort_values(by="order_id",ascending=False).head()

分析 Mount

根据 user_id 将用户分组,对 amount 求和计算出用户的消费金额

mount_df = df2.groupby(by="user_id",as_index=False).agg({"amount":"sum"})
mount_df.sort_values(by="amount",ascending=False).head()

RFM模型

将分析完成的数据根据 user_id 合并到一起方便分析

# 根据 user_id 合并数据
rfm_df = recent_df.merge(
    frequency_df,on="user_id",how="left"
).merge(
    mount_df,on="user_id",how="left"
)
rfm_df2 = rfm_df.copy()
rfm_df2.head()

分位数分层

np.linespace 获取(0,1)之间的等分点

quantile 根据划分好的等分点,计算出对应的原始数据

mount_labels = [1,2,3,4,5]
m_bins = rfm_df2["amount"].quantile(q=np.linspace(0,1,num=6),interpolation='nearest')

recent_labels = [5,4,3,2,1]
r_bins = rfm_df2["recent"].quantile(q=np.linspace(0,1,num=6),interpolation='nearest')

rfm_df2["R"] = pd.cut(rfm_df2["recent"],bins=r_bins,labels=recent_labels,include_lowest=True)

rfm_df2["M"] = pd.cut(rfm_df2["amount"],bins=m_bins,labels=mount_labels,include_lowest=True)

rfm_df2.head()

自定义分层

客户的购买频率集中在1次,使用分位数效果不佳,用自定义的区间来划分

frequency_bins = [1,3,5,12]
frequency_labels = [1,2,3]

rfm_df2["F"] = pd.cut(
    rfm_df2["order_id"]
    ,bins=frequency_bins
    ,labels=frequency_labels
    ,include_lowest=True
)

rfm_df2.sample(5)

定义客户标签

定义一个总分 RFM,其中各权益的占比为 R:F:M=3:2:2

使用 cut 客户划分为 5 个不同的等级

使用 value_counts 统计各标签的数量

rfm_df2 = rfm_df2.astype(int)
rfm_df2["RFM"] = rfm_df2["R"]*3+rfm_df2["F"]*2+rfm_df2["M"]*5

rfm_bins =rfm_df2["RFM"].quantile(q=np.linspace(0,1,num=6),interpolation='nearest').unique()
rfm_labels = ['流失客户','一般维持客户','重要挽留客户','重要唤回客户','重要价值客户']

rfm_df2["客户标签"] = pd.cut(
    rfm_df2["RFM"],
    bins=rfm_bins,
    labels=rfm_labels,
    include_lowest=True,
    duplicates="drop"
)

rfm_df2["客户标签"].value_counts()

数据可视化

用 pyecharts 可视化绘制饼图

from pyecharts import options as opts
from pyecharts.charts import Pie
from pyecharts.faker import Faker

i = rfm_df2["客户标签"].value_counts().index.tolist()
v = rfm_df2["客户标签"].value_counts().values.tolist()
c = (
    Pie()
    .add(
        "",
        [list(z) for z in zip(i, v)],
        radius=["30%""75%"],
    )
    .set_global_opts(
        title_opts=opts.TitleOpts(title="客户分层占比"),
        legend_opts=opts.LegendOpts(orient="vertical", pos_top="15%", pos_left="2%"),
    )
    .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {d}%"))
)
c.render_notebook()

结论

RFM模型不需要任何算法的支撑,除python外,excel、sql等工具都可以实现。核心思想就是将三个指标划分出不同的区间,根据区间的不同获取相应的权重。

小凡完成该模型后,将输出的结果保存为 Excel 发给运营部,为业务人员对客户采用不同的营销方式提供了参考。

- END -

分类:

数学

标签:

Python

作者介绍

半生月
V1

微信公众号【帅帅的Python】