python數據分析與數據運營---第五章RFM實戰案例

5.7案例：基於RFM的精細化用戶管理

案例背景：在用戶2015-2018年訂單數據的基礎上，對用戶進行分羣，總結每個組用戶特徵，以便於精細化運營，制定定製化和差異性的營銷和關懷；

分析思路：基於RFM對用戶進行分羣，將三個維度分別作三個區間的離散化

import time
import numpy as np
import pandas as pd
from sklearn.ensemble import RandomForestClassifier
from pyecharts.charts import Bar3D
import pyecharts.options as opts

sheet_names = ["2015","2016","2017","2018","會員等級"]
sheet_datas = [pd.read_excel(r"D:\data_analysis_and_data_operation_with_python\python_book_v2\chapter5\sales.xlsx",sheet_name=i) for i in sheet_names]

#查看各個表是否存在缺失值
#for i in sheet_datas:
#    print(i.info())
for each_name,each_data in zip(sheet_names,sheet_datas):
    print("[data summary for {0:=^50}]".format(each_name))
    print("Overview:","\n",each_data.head())
    print("DESC:","\n",each_data.describe())
    print("NA records",each_data.isnull().any(axis=1).sum())
    
#數據均可以讀取，無格式錯誤。缺失值總共只有一個，可以直接刪除，其次訂單金額分佈極不均衡，根據業務背景，極大值產生是合理的(有貴重商品)，其次金額小於1的訂單，沒有實際意義；
#處理缺失值和刪除訂單金額小於1的數據
for ind,each_data in enumerate(sheet_datas[:-1]):
    sheet_datas[ind] = each_data.dropna()
    sheet_datas[ind] = each_data[each_data["訂單金額"]>1]
    #便於計算，最近一購買時間間隔
    sheet_datas[ind]["max_years_date"] = each_data["提交日期"].max()
    
#將年份數據進行縱向合併
data_merge = pd.concat(sheet_datas[:-1],axis=0)
#獲取購買時間與年末的差值(最近一次購買)，獲取購買年份
data_merge["date_interval"] = data_merge["max_years_date"] - data_merge["提交日期"]
data_merge["year"] = data_merge["提交日期"].dt.year
#date_interval時間戳轉化爲數字
data_merge["date_interval"] = data_merge["date_interval"].apply(lambda x:x.days)
#提取“購買金額”，“購買次數”，“最近一次購買”時間字段,有兩種方法，數據透視表以及groupby
#rfm_gb = pd.pivot_table(data_merge,index=["year","會員ID"],values=["訂單號","訂單金額","date_interval"],aggfunc=
#                     {"訂單號":"count","訂單金額":"sum","date_interval":"min"}).reset_index()
rfm_gb = data_merge.groupby(["year","會員ID"],as_index=False).agg({
        "date_interval":"min",
        "提交日期":"count",
        "訂單金額":"sum"})
rfm_gb.columns=["year","會員ID","r","f","m"]
#查看屬性分佈
rfm_gb[["r","f","m"]].describe()

	r	f	m
count	148591	148591	148591
mean	165.524043	1.365002	1323.741329
std	101.988472	2.626953	3753.906883
min	0	1	1.5
25%	79	1	69
50%	156	1	189
75%	255	1	1199
max	365	130	206251.8

數據解讀，最近一次購買時間分佈較爲均勻，購買頻率大部分用戶爲一次，主要是因爲行業屬性（大家電）原因，用戶一年購買一次較爲普遍，那麼最近一次購買時間分佈均爲也是此原因，可以認爲家電購買時間隨機分佈；（個人感覺將最近一次購買時間作爲重要指標不合適）

#臨界點劃分，r和m以四分位點劃分即可，f則以[0,2,5,130]進行劃分；
#定義區間邊界，注意最小值，python進行區間分割時，是左開右閉區間
r_bins = [-1,79,255,365]
f_bins = [0,2,5,130]
m_bins = [-1,69,1199,206252]
#確定rfm因子權重，基於會員等級給予權重
rfm_merge = pd.merge(rfm_gb,sheet_datas[-1],on="會員ID",how="inner")
clf = RandomForestClassifier()
clf = clf.fit(rfm_merge[["r","f","m"]],rfm_merge["會員等級"])
weights = clf.feature_importances_
#rfm分箱，並將分類屬性轉化爲數值屬性
rfm_gb["r_score"] = pd.cut(rfm_gb["r"],r_bins,labels = [i for i in range(len(r_bins)-1,0,-1)])
rfm_gb["f_score"] = pd.cut(rfm_gb["f"],f_bins,labels = [i+1 for i in range(len(f_bins)-1)])
rfm_gb["m_score"] = pd.cut(rfm_gb["m"],m_bins,labels = [i+1 for i in range(len(m_bins)-1)])
#計算RFM加權得分
rfm_gb = rfm_gb.apply(np.int32)
rfm_gb["rfm_score"] = rfm_gb["r_score"]*weights[0] + rfm_gb["f_score"]*weights[1]+rfm_gb["m_score"]*weights[2]
#計算RFM組合分羣，
rfm_gb["r_score"] = rfm_gb["r_score"].astype(np.str)
rfm_gb["f_score"] = rfm_gb["f_score"].astype(np.str)
rfm_gb["m_score"] = rfm_gb["m_score"].astype(np.str)
rfm_gb["rfm_group"] = rfm_gb["r_score"].str.cat(rfm_gb["f_score"]).str.cat(rfm_gb["m_score"])
#保存數據文件
rfm_gb.to_excel(r"D:\data_analysis_and_data_operation_with_python\sales_rfm_score.xlsx")
#RFM圖形展示,只展示年份，rfm分組，用戶數量
display_data = rfm_gb.group_by(["rfm_group","year"],as_index=False)["會員ID"].count()
display_data.columns = ["rfm_group","year","number"]
display_data["rfm_group"] = display_data["rfm_group"].astype(np.int32)
#畫圖
bar3d = Bar3D(init_opts=opts.InitOpts(width="900px", height="600px"))
range_color = ["#313695","#4575b4","#74add1","#abd9e9","#e0f3f8","#ffffbf",
              "#fee090","#fdae61","#f46d43","#d73027","#a50026"]

bar3d.add(
        series_name="rfm分組結果",
        data = [d.tolist() for d in display_data.values]
        ).set_global_opts(
        visualmap_opts=opts.VisualMapOpts(
            max_=display_data["number"].max(),
            range_color=range_color,
        ))
bar3d.render(r"D:\data_analysis_and_data_operation_with_python\sales_rfm_score.html")

結果分析：

用戶標籤	用戶數量佔比	用戶消費金額佔比	運營思路
212	24.79%	5.58%	可發展的一般性羣體，通過運營手段維持並提升其消費狀態
211	12.80%	0.32%	可發展的低價值羣體，通過運營手段提升其購買金額
312	12.55%	2.86%	有潛力的一般性羣體，購買新近度高，單忠誠度一般，通過其最近購買的商品，推薦相關商品
112	11.34%	2.53%	可挽回的一般性羣體，通過多種方式觸達客戶並挽回
213	11.02%	31.48%	可發展的高價值羣體，發展重點是提高其購物頻率
311	6.24%	0.16%	有潛力的低價值羣體，可以通過分析其渠道，加大相應渠道的投入，引導客戶復購
111	6.14%	0.16%	各個維度都比較差的羣體，主要通過多種策略挽回客戶（資源足夠的情況下）
313	5.61%	16.57%	有潛力的高價值羣體，發展重點是提高其購物頻率
113	5.07%	14.19%	可挽回的高價值羣體，可適當的進行人工介入
123	1.30%	4.80%
333	0.33%	4.53%	絕對忠誠的高價值各戶，應爲其提供相應的VIP服務
233	0.70%	9.21%	一般性的高價值客戶，重點在於提升新近購買度
133	0.32%	4.66%
223	0.25%	1.33%
322	0.28%	0.09%	有潛力的普通羣體，需要提升購買頻次，和額度
323	0.25%	1.14%
332	0.02%	0.01%

總結：1，個人認爲該案例數據不太實用RFM模型，因爲數據北京是大家電行業，大型的家用電器一般屬於耐用品，屬於絕對的低頻消費，因此在購買頻次這個指標很難看出客戶的價值，其次也很難通過運營提高購買頻次；最近的購買時間也是如此，如果你購買的時間越短，反而不會再進行購買；是否可以根據產品的生命週期，提醒客戶更新換代，並推出相應的以舊換新服務；