第一篇数据分析项目实战:用户消费行为分析

Posted 2023-04-17

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了第一篇数据分析项目实战:用户消费行为分析相关的知识，希望对你有一定的参考价值。

参考技术A 本篇文章以模仿为主, 利用pandas进行数据处理，分析用户消费行为。数据来源CDNow网站的用户购买明细。一共有用户ID，购买日期，购买数量，购买金额四个字段。

分析步骤

第一部分：数据类型的处理—字段的清洗

缺失值的处理、数据类型的转化

第二部分：按月数据分析

每月的消费总金额、每月的消费次数、每月的产品购买量、每月的消费人数

第三部分：用户个体消费数据分析

用户消费金额和消费次数的描述统计、用户消费金额和消费次数的散点图、用户消费金额的分布图（二八法则）、用户消费次数的分布图

、用户累计消费金额的占比

第四部分：用户消费行为分析

用户第一次消费时间、用户最后一次消费时间、新老客消费比、用户分层、用户购买周期、用户生命周期。

import pandas as pd

import numpy as np

import matplotlib.pyplot as plt

from datetime import datetime

%matplotlib inline

plt.style.use('ggplot')

加载包和数据，文件是txt，用read_table方法打开，因为原始数据不包含表头，所以需要赋予。字符串是空格分割，用\s+表示匹配任意空白符。

一般csv的数据分隔是以逗号的形式，但是这份来源于网上的数据比价特殊，它是通过多个空格来进行分隔

columns = ['user_id','order_dt','order_products','order_amount']

df = pd.read_table("CDNOW_master.txt",names = columns,sep = '\s+')

列字段的含义：

user_id:用户ID

order_dt:购买日期

order_products:购买产品数

order_amount:购买金额

消费行业或者是电商行业一般是通过订单数，订单额，购买日期，用户ID这四个字段来分析的。基本上这四个字段就可以进行很丰富的分析。

观察数据，判断数据是否正常识别。值得注意的是一个用户可能在一天内购买多次，用户ID为2的用户在1月12日买了两次，这个细节不要遗漏。

查看数据类型、数据是否存在空值；原数据没有空值，很干净的数据。接下来我们要将时间的数据类型转化。

当利用pandas进行数据处理的时候，经常会遇见数据类型的问题，当拿到数据的时候，首先要确定拿到的是正确的数据类型，如果数据类型不正确需要进行数据类型的转化，再进行数据处理。附：常见pandas数据类型转化

用户平均每笔订单购买2.4个商品，标准差在2.3，稍稍具有波动性。中位数在2个商品，75分位数在3个商品，说明绝大部分订单的购买量都不多。最大值在99个，数字比较高。购买金额的情况差不多，大部分订单都集中在小额。

一般而言，消费类的数据分布，都是长尾形态。大部分用户都是小额，然而小部分用户贡献了收入的大头，俗称二八。

数据类型的转化

df['order_dt'] = pd.to_datetime(df.order_dt,format = '%Y%m%d') #Y四位数的日期部分，y表示两位数的日期部分

df['month'] = df.order_dt.values.astype('datetime64[M]')

到目前为止，我们已经把数据类型处理成我们想要的类型了。我们通过四个字段及衍生字段就可以进行后续的分析了。

接下来我们用之前清洗好的字段进行数据分析。从用户方向、订单方向、消费趋势等进行分析。

1、消费趋势的分析

每月的消费总金额

每月的消费次数

每月的产品购买量

每月的消费人数

目的：了解这批数据的波动形式。

01-每月消费总金额

grouped_month = df.groupby('month')

order_month_amount = grouped_month.order_amount.sum()

order_month_amount.head()

用groupby创建一个新的对象。这里要观察消费总金额，需要将order_amount求和

按月统计每个月的CD消费总金额。从图中可以看到，前几个月的销量非常高涨。数据比较异常。而后期的销量则很平稳。

前三个月的消费订单数在10000笔左右，后续月份的消费人数则在2500人左右。

每月的产品购买量一样呈现早期购买量多，后期平稳下降的趋势。为什么会呈现这个原因呢？我们假设是用户身上出了问题，早期时间段的用户中有异常值，第二假设是各类促销营销，但这里只有消费数据，所以无法判断。

04-每月的消费人数（去重）

方法一：df.groupby('month').user_id.apply(lambdax:len(x.drop_duplicates())).plot()

方法二：df.groupby('month').user_id.nunique().plot()

每月的消费人数小于每月的消费次数，但是区别不大。前三个月每月的消费人数在8000—10000之间，后续月份，平均消费人数在2000不到。一样是前期消费人数多，后期平稳下降的趋势。

数据透视表是更简单的方法，有了这个之后大家用里面的数据进行作图也是OK的，而且更加的快捷，所以pandas到后面的话解决一个问题会想到两到三个方法。具体看那个方便，那个简单。

之前我们维度都是月，来看的是趋势。有时候我们也需要看个体来看这个人的消费能力如何，这里划分了五个方向如下：

用户消费金额和消费次数的描述统计

用户消费金额和消费次数的散点图

用户消费金额的分布图（二八法则）

用户消费次数的分布图

用户累计消费金额的占比（百分之多少的用户占了百分之多少的消费额）

从用户角度看，每位用户平均购买7张CD，最多的用户购买了1033张。用户的平均消费金额（客单价）100元，标准差是240，结合分位数和最大值看，平均值才和75分位接近，肯定存在小部分的高额消费用户。

如果大家能够接触到消费、金融和钱相关的数据，基本上都符合二八法则，小部分的用户占了消费的大头

绘制用户的散点图，用户比较健康而且规律性很强。因为这是CD网站的销售数据，商品比较单一，金额和商品量的关系也因此呈线性，没几个离群点。

从上图直方图可知，大部分用户的消费能力确实不高，绝大部分呈现集中在很低的消费档次。高消费用户在图上几乎看不到，这也确实符合消费行为的行业规律。

虽然有极致干扰了我们的数据，但是大部分的用户还是集中在比较低的而消费档次。

到目前为止关于用户的消费行为有一个大概的了解

按用户消费金额进行升序排序，由图可知50%的用户仅贡献了15%的销售额度。而排名前5000的用户就贡献了60%的消费额。也就是说我们只要维护了这5000个用户就可以把业绩KPI完成60%，如果能把5000个用户运营的更好就可以占比70%—80%之间。

求月份的最小值，即用户消费行为中的第一次消费时间。所有用户的第一次消费都集中在前三个月.

观察用户的最后一次消费时间。用户最后一次消费比第一次消费分布广，大部分最后一次消费集中在前三个月，说明很多客户购买一次就不再进行购买。随着时间的增长，最后一次购买数也在递增，消费呈现流失上升的情况，用户忠诚度在慢慢下降。

user_id为1的用户第一次消费时间和最后一次消费时间为19970101，说明他只消费了一次

有一半的用户只消费了一次

order_products求的是消费产品数，把它替换成消费次数也是可以，但是因为我们这里消费次数是比较固定的，所以使用消费产品数的维度。

R表示客户最近一次交易时间的间隔，客户在最近一段时间内交易的金额。F表示客户在最近一段时间内交易的次数,F值越大，表示客户交易越频繁，反之则表示客户交易不够活跃。M表示客户在最近一段时间内交易的金额。M值越大，表示客户价值越高，反之则表示客户价值越低。

用户分层，这里使用平均数

M不同层次客户的消费累计金额，重要保持客户的累计消费金额最高

不同层次用户的消费人数，之前重要保持客户的累计消费金额最高，这里重要保持客户的消费人数排名第二，但离一般挽留用户差距比较大，一般挽留用户有14074人，重要保持客户4554人

从RFM分层可知，大部分用户为重要保持客户，但是这是由于极致的影响，所以RFM的划分应该尽量以业务为准。尽量用小部分的用户覆盖大部分的额度，不要为了数据好看划分等级。

RFM是人工使用象限法把数据划分为几个立方体，立方体对应相应的标签，我们可以把标签运用到业务层面上。比如重要保持客户贡献金额最多159203.62，我们如何与业务方配合把数据提高或者维护；而重要发展客户和重要挽留客户他们有一段时间没有消费了，我们如何把他们拉回来

用户每个月的消费次数，对于生命周期的划分只需要知道用户本月是否消费，消费次数在这里并不重要，需要将模型进行简化

使用数据透视表，需要明确获得什么结果。有些用户在某月没有进行过消费，会用NaA表示，这里用filna填充。

对于尾部数据，user_id2W+的数据是有问题的，因为从实际的业务场景上说，他们一月和二月都没有注册三月份才是他们第一次消费。透视会把他们一月和二月的数据补上为0，这里面需要进行判断将第一次消费作为生命周期的起始，不能从一月份开始就粗略的计算

主要分为两部分的判断，以本月是否消费为界。本月没有消费，还要额外判断他是不是新客，因为部分用户是3月份才消费成为新客，那么在1、2月份他连新客都不是，用unreg表示。如果是老客，则为unactive

本月若没有消费，需要判断是不是第一次消费，上一个时间窗口有没有消费。可以多调试几次理顺里面的逻辑关系，对用户进行分层。

《业内主流写法》

这里用户生命周期的状态变化是用数据透视表一次性做的，但在实际业务场景中我们可能用SQL把它作为中间表来处理。我们有了明细表，会通过明细表来计算出状态表；也就是它的数据上个月是什么样的情况得出来，比如上个月是新用户或者回流用户，我们直接用上个月的状态left join本月的状态。直接用SQL进行对比

可以用pandas将每个月的状态计算出来，不是逐行而是月份计算，先算出一月份哪些用户是新购买的，然后判断二月份是否购买，两者left join

由上表可知，每月用户的消费状态变化。活跃用户、持续消费的用户对应的是消费运营质量。回流用户，之前不消费本月才消费对应的是唤回运营。不活跃的用户对应的是流失

这里可以针对业务模型下个定义：流失用户增加，回流用户正在减少

user_id 1为空值，表示该客户只购买过一个订单。user_id为2 的用户第二笔订单与第二笔订单在同一天购买

订单周期呈指数分布，用户的平均购买周期是68天，绝大部分用户的购买周期都低于100天。

数据偏移比较大，中位数是0天也就是超过50%的用户他的生命周期是0天只购买了一次，但是平均生命周期有134天，最大值是544天

用户的生命周期受只购买一次的用户影响比较厉害（可以排除），用户均消费134天，中位数仅0天

筛选出lifetime>0,既排除了仅消费了一次那些人，有不少用户生命周期靠拢在0天，部分质量差的用户虽然消费了两次，但是任然无法持续，在用户首次消费30天内应该尽量引导。少部分用户集中在50—300天，属于普通型的生命周期。高质量用户的生命周期，集中在400天以后，这属于忠诚用户。

applymap针对DataFrame里的所有数据。用lambda进行判断，因为这里设计了多个结果，所以要两个if else

用sum和count相除即可计算出复购率。因为这两个函数都会忽略NAN，而NAN是没有消费的用户，count不论是0还是1都会统计，所以是总的消费用户数，而sum求何计算了两次以上的消费用户。这里用了比较巧妙的替代法计算复购率，SQL中也可以用。

图上可以看出复购率在早期，因为大量新用户加入的关系，新客的复购率并不高，譬如1月新客们的复购率只有6%左右。而在后期，这时的用户都是大浪淘沙剩下的老客户，复购率比较稳定，在20%左右.

单看新客和老客，复购率有三倍左右的差距

接下来计算回购率。回购率是某一个时间窗口内消费的用户，在下一个时间窗口人就消费的占比。我1月消费用户1000，他们中有300个2月依然消费，回购率是30%

0代表当月消费过次月没有消费过，1代表当月消费过次月依然消费

新建一个判断函数。data是输入数据，既用户在18个月内是否消费的记录，status是空列表，后续用来保存用户是否回购的字段。因为有18个月，所以每个月都要进行一次判断，需要用到循环。if的主要逻辑是，如果用户本月进行过消费，且下月消费过，记为1，没有消费过是0.本月若没有进行过消费，为NAN，后续的统计中进行排除。apply函数应用在所有行上，获得想要的结果。

最后计算和复购率大同小异，用count和sum求出，从图中可以看出，用户的回购率高于复购,约在30%左右，和老客户差异不大。从回购率和复购率综合分析可以得出，新客的整体质量低于老客，老客的忠诚度（回购率）表现较好，消费频次稍次，这是CDNow网站的用户消费特征。

概念+实战讲解！一文带你了解RFM模型kaggle项目实战分享数据分析

今日份学习分享，请查收！

必须要看的前言

RFM模型是衡量客户价值和客户创利能力的重要工具和手段。在众多的客户关系管理(CRM)的分析模式中，RFM模型是被广泛提到的。

所以RFM模型是数据分析师必须掌握的知识点，而本篇文章详细介绍RFM模型的同时，还附带了kaggle项目实战，收藏本篇文章，你还怕搞不懂RFM模型，不懂怎么对用户进行分类吗？

一、什么是RFM模型？

RFM模型通过一个客户的近期购买行为、购买的总体频率以及花了多少钱3项指标来描述该客户的价值状况。

R值：Recency, 最近一次消费

最近一次消费指的是上一次购买距离当前的时间。比方说最近一次买车什么时候，上一次买唱片是几时。

理论上，上一次消费时间越近的顾客应该是比较好的顾客，对提供即时的商品或是服务也最有可能会有反应。营销人员若想业绩有所成长，只能靠偷取竞争对手的市场占有率，而如果要密切地注意消费者的购买行为，那么最近的一次消费就是营销人员第一个要利用的工具。

功能：R值的功能不仅在于提供的促销信息而已，营销人员的消费报告可以监督事业的健全度。优秀的营销人员会定期查看消费分析，以掌握趋势。月报告如果显示上一次购买很近的客户，(消费为1个月)人数如增加，则表示该公司是个稳健成长的公司；反之，如上一次消费为一个月的客户越来越少，则是该公司迈向不健全之路的征兆。

F值：Frequency, 消费频率

消费频率是顾客在限定的期间内所购买的次数。我们可以说最常购买的顾客，往往也是满意度最高的顾客。增加顾客购买的次数意味着从竞争对手处偷取市场占有率，由别人的手中赚取营业额。

基于这个指标，我们可以把客户分为五等分：如购买一次的客户为新客户，购买两次的客户为潜力客户，购买三次的客户为老客户，购买四次的客户为成熟客户，购买五次及以上则为忠实客户。运营人员的目标是要让消费者不断升级。

注意：不同类型的商品的消费频率往往有着较大的差距，如婚礼类产品和零食类产品，前者往往也就购买一次差不多得了（多了社会就乱套了哈哈），后者属于易耗品，消耗评论搞，相对容易产生重复购买，所以说F值不适合用作跨类目比较。

M值：Monetary, 消费金额

消费金额同消费频率一样，有限定的时间范围，指的是一段时间（通常是1年）内的消费金额。它同时也能验证帕累托法则（俗称二八法则），即80%的收入来自于20%的客户。

M值是RFM模型中相对于R值和F值最难使用，但最具有价值的指标。同一品牌美妆类，价格浮动范围基本在某个特定消费群的可接受范围内，加上单一品类购买频次不高，所以对于一般店铺而言，M值对客户细分的作用相对较弱。

二、实践应用有哪些？

基于RFM模型进行客户细分

CRM实操时可以选择RFM模型中的1-3个指标进行客户细分，如下表所示。切记细分指标需要在自己可操控的合理范围内，并非越多越好，一旦用户细分群组过多，一来会给自己的营销方案执行带来较大的难度，而来可能会遗漏用户群或者对同个用户造成多次打扰。

如何选择最终指标有两个参考标准：店铺的客户基数，店铺的商品和客户结构。

店铺的客户基数：在店铺自身客户数量不大的情况下，选择1-2个维度进行细分即可；反之可以选择2-3个指标进行用户用类。

店铺的商品和客户结构：如果在店铺的商品层次比较单一，客单价差异幅度不大的情况下，购买频次（F值）和消费金额（M值）高度相关的情况下，可以只选择比较容易操作的购买频次（F值）代替消费金额（M值）。对于刚刚开店还没形成客户粘性的店铺，则可以放弃购买频次（F值），直接用最后一次消费（R值）或者消费金额（M值）。

通过RFM模型评分后输出目标用户

RFM模型评分主要有三个部分：

确定RFM三个指标的分段和每个分段的分值；
计算每个客户RFM三个指标的得分；
计算每个客户的总得分，并且根据总得分筛选出优质的客户

还是以上图为例。

此时我们将每个用户在每个指标下所得的分数相加，就可得到最终的分数。

但这里需要注意的是，对于每个指标下所对应的每个分值不应像上图一样，应根据不同的店铺进行进一步的赋值（听其他网友说可以用AHP层次分析法，我暂时还没有去了解）。
并且，相加时最好先给每个指标设一个权重，比方说最终的计算公式可以是：score = 0.5R+0.3F+0.2M。
具体的权重设置也可以参考上文提到的两个参考标准。

基于RFM的常用策略

RFM非常适用于提供多种商品的企业，这些商品单价相对不高，或者相互间有互补性，具有多次重复购买的必要，这些企业可能提供如下商品：日用消费品、服装、小家电等；RFM也适用于这类企业，它们既提供高价值耐用商品、同时又提供配套的零部件或维修服务，如下：精密机床、成套生产设备、打印机等；RFM对于商品批发、原材料贸易、以及一些服务业（如旅行、保险、运输、快递、娱乐等）的企业也很适用。

RFM可以用来提高客户的交易次数。业界常用的DM(直接邮寄)，常常一次寄发成千上万封邮购清单，其实这是很浪费钱的。根据统计(以一般邮购日用品而言)，如果将所有R(Recency)的客户分为五级，最好的第五级回函率是第四级的三倍，因为这些客户刚完成交易不久，所以会更注意同一公司的产品信息。如果用M(Monetary)来把客户分为五级，最好与次好的平均回复率，几乎没有显著差异。

有些人会用客户绝对贡献金额来分析客户是否流失，但是绝对金额有时会曲解客户行为。因为每个商品价格可能不同，对不同产品的促销有不同的折扣，所以采用相对的分级(例如R、F、M都各分为五级)来比较消费者在级别区间的变动，则更可以显现出相对行为。企业用R、F的变化，可以推测客户消费的异动状况，根据客户流失的可能性，列出客户，再从M（消费金额）的角度来分析，就可以把重点放在贡献度高且流失机会也高的客户上，重点拜访或联系，以最有效的方式挽回更多的商机。

补充

以上三个指标会将维度细分出4份，这样就能够细分出4x4x4=64类用户，再根据每类用户精准营销……显然64类用户已超出普通人脑的计算范畴了，更别说针对64类用户量体定制营销策略。实际运用上，我们只需要把每个维度做一次两分即可，这样在3个维度上我们依然得到了8组用户。

（编号次序RFM,1代表高，0代表低）
重要价值客户（111）：最近消费时间近、消费频次和消费金额都很高，必须是VIP啊！
重要保持客户（011）：最近消费时间较远，但消费频次和金额都很高，说明这是个一段时间没来的忠诚客户，我们需要主动和他保持联系。
重要发展客户（101）：最近消费时间较近、消费金额高，但频次不高，忠诚度不高，很有潜力的用户，必须重点发展。
重要挽留客户（001）：最近消费时间较远、消费频次不高，但消费金额高的用户，可能是将要流失或者已经要流失的用户，应当给予挽留措施。

三、kaggle项目实战讲解

项目来源：
https://www.kaggle.com/carrie1/ecommerce-data

项目简介：
这是一个跨国数据集，其中包含在英国注册的商店于2010年12月1日至2011年12月9日之间发生的所有在线零售交易。该公司主要销售独特的全天候礼品，许多客户对象是批发商。

本次项目的主要目的是利用RFM模型进行用户分类。

PS: 本次项目是在jupyter上运行的。

导入模块

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
 
plt.rcParams['font.sans-serif'] = ['SimHei'] # 设置汉字字体,优先使用黑体

加载数据

df = pd.read_csv('data.csv',encoding = 'ISO-8859-1', dtype = {'CustomerID':str})

接下来正式开始进行分析啦！

1 数据探索与数据清洗

1.1 数据探索

df.shape

df

数据包含541910行，8个字段，字段内容为：

InvoiceNo: 订单编号，每笔交易有6个整数，退货订单编号开头有字母’C’。
StockCode: 产品编号，由5个整数组成。
Description: 产品描述。
Quantity: 产品数量，有负号的表示退货。
InvoiceDate: 订单具体时间。
UnitPrice: 单价（英镑），单位产品的价格。
CustomerID:客户编号，每个客户编号由5位数字组成。
Country: 国家的名称，每个客户所在国家/地区的名称。

df.info()

我们不难发现，我们需要进行日期格式的转换，以及常规的缺失值统计、去重以及异常值的检测与处理。

1.2 缺失值统计

# 先统计缺失率
df.apply(lambda x :sum(x.isnull())/len(x),axis=0)

# Description是用于产品描述，与后续分析无关，删去。
df.drop(['Description'],axis=1,inplace=True)
df.head()

# 这里的CustomerID对于后续分析仅起到标识作用，不做删除，可以用unknown填充。
df['CustomerID'] = df['CustomerID'].astype('str')
df.info()

df['CustomerID'] = df['CustomerID'].fillna('unknown')

1.3 日期格式的转换

df['date'] = [x.split(' ')[0] for x in df['InvoiceDate']]
df['date'] = pd.to_datetime(df['date'])
df['month'] = df['date'].astype('datetime64[M]')
df[['date', 'month']]

1.4 去重

df = df.drop_duplicates()
df.shape

1.5 异常值处理

在这里，我们把退货订单看做异常数据（即数量为负数或者货单价为负数的数据）。

df[(df['Quantity']<0) | (df['UnitPrice']<0)]

# 除去异常数据
df = df[(df['Quantity']>0) & (df['UnitPrice']>0)]
df[(df['Quantity']<0) | (df['UnitPrice']<0)]

2 用户分类

#  首先计算R值
R_value = df.groupby('CustomerID')['date'].max()
R_value = (df['date'].max() - R_value).dt.days  # 这里将2011-12-9作为当前日期进行计算
R_value

# 将2010-12-1至2011-12-9视为F值的区间段，计算每个客户所下单的数量
F_value = df.groupby('CustomerID')['InvoiceNo'].nunique()
F_value

# 首先计算每个订单的消费金额
df['amount'] = df['Quantity'] * df['UnitPrice']
# 再计算M值
M_value = df.groupby('CustomerID')['InvoiceNo'].nunique()
M_value = df.groupby('CustomerID')['amount'].sum()
M_value

R_value.describe()

R_value.hist(bins = 30)

M_value.describe()

M_value.hist(bins = 30)

M_value.plot.box()

可见非常不均。

M_value[M_value<2000].hist(bins = 30)

# 分位数 观察出异常值还是很严重
F_value.quantile([0.1,0.2,0.3,0.4,0.5,0.9,1])

F_value.hist(bins = 30)

F_value.plot.box()

F_value[F_value<30].hist(bins = 30)

一样是非常的不均。

# 每个指标下都分为五个等级
R_bins = [0,30,90,180,360,720]
F_bins = [1,2,5,10,20,5000]
M_bins = [0,500,2000,5000,10000,200000]

先是R值：

R_score = pd.cut(R_value,R_bins,labels=[5,4,3,2,1],right=False)
R_score

接着是F值：

F_score = pd.cut(F_value,F_bins,labels=[1,2,3,4,5],right=False)
F_score

最后是M值：

M_score = pd.cut(M_value,M_bins,labels=[1,2,3,4,5],right=False)
M_score

生成新的数据框看一看：

rfm = pd.concat([R_score,F_score,M_score],axis=1)
rfm.rename(columns={'date':'R_score','InvoiceNo':'F_score','amount':'M_score'},inplace=True)
rfm

rfm.info()

改下数据格式：

rfm['R_score'] = rfm['R_score'].astype('float')
rfm['F_score'] = rfm['F_score'].astype('float')
rfm['M_score'] = rfm['M_score'].astype('float')
rfm.describe()

按平均值在每个指标下划分价值高低：

rfm['R'] = np.where(rfm['R_score']>3.82,'高','低')
rfm['F'] = np.where(rfm['F_score']>2.03,'高','低')
rfm['M'] = np.where(rfm['M_score']>1.89,'高','低')
rfm

# 将三个指标结合
rfm['RFM']=rfm['R']+rfm['F']+rfm['M']
rfm

def rfm2grade(x):
    if x=='高高高':
        return '高价值客户'
    elif x=='高低高':
        return '重点发展客户'
    elif x=='低高高':
        return '重点保持客户'
    elif x=='低低高':
        return '重点挽留客户'
    elif x=='高高低':
        return '一般价值客户'
    elif x=='高低低':
        return '一般发展客户'
    elif x=='低高低':
        return '一般保持客户'
    else:
        return '一般挽留客户'  
 
rfm['用户等级']=rfm['RFM'].apply(rfm2grade)
rfm

3 分类结果

rfm['用户等级'].value_counts()

rfm['用户等级'].hist(figsize=(12,9))

# 分类占比
rfm['用户等级'].value_counts() / rfm['用户等级'].value_counts().sum()

rfm['用户等级'].value_counts().plot(kind = 'pie', # 选择图形类型
        figsize = (15, 9),
        autopct='%.1f%%', # 饼图中添加数值标签
        title = 'RFM用户分类', # 为饼图添加标题
        textprops = {'fontsize':8},# 设置文本标签的属性值
        subplots=True)
plt.legend(loc=2, bbox_to_anchor=(1.05,1.0),borderaxespad = 0.)  # 添加注解

4 结论与建议

从用户分类占比的结果来看，高价值客户和重要发展客户共占总数的47%，是公司收入的重要来源。

高价值客户（111）
RFM三个值都很高，要提供vip服务。
重点发展客户（101）
消费频率低，但是其他两个值很高，就要想办法提高他的消费频率，建议及时推送公司活动信息或新品相关信息来吸引客户。
重点保持客户（011）
最近消费距离现在时间较远，也就是F值低，但是消费频次和消费金额高。这种用户，是一段时间没来的忠实客户。应该主动和他保持联系，提高复购率。可以赠送优惠券或推送商品折扣信息来增加购买次数。
重点挽留客户（001）
最近消费时间距离现在较远、消费频率低，但消费金额高。这种用户，即将流失，要主动联系用户，调查清楚哪里出了问题，并想办法挽回。当然同样可以赠送优惠券或推送商品折扣信息来增加购买次数。
一般发展客户（100）
公司应获取客户的详细数据信息用户画像，从中了解客户的消费属性。建议对此类客户进行精准营销和及时推送产品信息。

当然，最终的营销策略应基于公司自身的财政投入决定。

RFM也不可以用过头，而造成高交易的客户不断收到信函。每一个企业应该设计一个客户接触频率规则，如购买三天或一周内应该发出一个感谢的电话或Email，并主动关心消费者是否有使用方面的问题，一个月后发出使用是否满意的询问，而三个月后则提供交叉销售的建议，并开始注意客户的流失可能性，不断地创造主动接触客户的机会。这样一来，客户再购买的机会也会大幅提高。