Python使用RMF聚类分析客户价值

Posted 2020-11-24 Python疯子

投资机构或电商企业等积累的客户交易数据繁杂。需要根据用户的以往消费记录分析出不同用户群体的特征与价值，再针对不同群体提供不同的营销策略。

用户分析指标

根据美国数据库营销研究所Arthur Hughes的研究，客户数据库中有三个神奇的要素，这三个要素构成了数据分析最好的指标

    R-最近一次消费(Recency)

    F-消费频率(Frequency)

    M-消费金额(Monetary)

通过该图将用户进行分类：

    R、F、M都很高，重要价值客户(VIP客户)

    F、M很高，R不高，重要保持客户

    R、F、M都很低，流失客户

    M很高，R、F不高，重要挽留客户

 

根据这8个类别的R、F、M指标，对用户进行标注，哪些是重要价值客户，哪些是重要保持客户，哪些是重要发展客户，哪些是流失客户等

 

流程介绍

以R、F、M这三个核心指标为维度进行聚类分析

利用K-means聚类分析将用户分类

根据R、F、M指标，对用户进行标注

 

准备工作：
数据：

     某电商企业客户近期购买的数据。包含客户注册日期，最后购买日期以及购买消费总金额

 

参数：

R-求出最近一次投资时间距提数日天数

F-月均投资次数

M-月均投资金额

目标：分析客户交易数据，用户群体的特征与价值，进行精准营销，降低营销成本，提高销售业绩。

1  分析数据获取RFM

R-求出最近一次投资时间距提数日天数

    确定一个提现日，减去用户的最新投资日期

F-月均投资次数

    总投资次数/总月数

M-月均投资金额

    投资总金额/总月数

 

 

处理数据获取R-F-M

def dataChange(data):
    deadline_time = datetime(2016,7,20)
    print(deadline_time)

    # 时间相减 得到天数查 timedelta64类型
    diff_R = deadline_time - data["最近一次投资时间"]

    # 渠道具体天数
    # days = diff_R[0].days
    R = []
    for i in diff_R:
        days = i.days
        R.append(days)

    print(R)
    \'\'\'
    用户在投时长(月
    Python没有直接获取月数差的函数
    1、获取用户在投天数
    2、月=在投天数/30，向上取整
    \'\'\'
    diff = deadline_time - data["首次投资时间"]
    print(diff)

    # 利用向上取整函数
    months = []
    for i in diff:
        month = ceil(i.days/30)
        months.append(month)

    print(months)

    # 月均投资次数
    month_ave = data["总计投标总次数"]/months
    F = month_ave.values
    print(F)

    # 月均投资金额
    M = (data["总计投资总金额"]/months).values
    print(M)

    return R, M, F

 2 训练KMeans模型

先对数据进行转换，然后通过K—Means模型训练，生产模型

def analy_data(data, R, M, F):
    cdata = DataFrame([R, list(F), list(M)]).T
    # 指定cdata的index和colums
    cdata.index = data.index
    cdata.columns = ["R-最近一次投资时间距提数日的天数", "F-月均投资次数", "月均投资金额"]
    print("cdata_info:\\n", cdata)

    print("cdata:\\n", cdata.describe())

    # K-Means聚类分析

    # 01 数据标准化  均值：cdata.mean()   标准差：cdata.std()
    # 对应位置分别先相减 再相除
    zcdata = (cdata-cdata.mean())/cdata.std()
    print("zcdata:\\n", zcdata)

    # n_clusters：分类种数  n_jobs：计算的分配资源  max_iter：最大迭代次数  random_state：随机数种子，种子相同，参数固定
    kModel = KMeans(n_clusters=4, n_jobs=4, max_iter=100, random_state=0)
    kModel.fit(zcdata)
    print(kModel.labels_)

 

3  通过模型对用户标注

   # 统计每个类别的频率
    value_counts = Series(kModel.labels_).value_counts()
    print(value_counts)

    # 将类别标签赋回原来的数据
    cdata_rst = pd.concat([cdata, Series(kModel.labels_, index=cdata.index)], axis=1)
    print(cdata_rst)

    # 命名最后一列为类别
    cdata_rst.columns = list(cdata.columns) + ["类别"]
    print(cdata_rst)

    # 按照类别分组统计R, F, M的指标均值
    user_ret = cdata_rst.groupby(cdata_rst["类别"]).mean()
    print(user_ret)

 

\'\'\'

        R-最近一次投资时间距提数日的天数   F-月均投资次数         月均投资金额
 类别
  0            27.859375               2.820312          21906.754297
  1            20.684211               4.552632          115842.105263
  2            10.568182               5.579545          26984.313636
  3            12.111111               17.277778         107986.000000
  
  结论：
  类别3：R、F、M都比较高，属于重要价值客户 或 超级用户
  类别0：R、F、M都比较低，属于低价值客户
  类别1：R一般、F一般、M很高，也属于重要价值客户
  
  \'\'\'

通过模型对新用户标注

1、获取新用户数据

2、通过和原数据处理获取RFM

3、通过训练模型得出用户类型

def user_classes(cdata, user_info):
    \'\'\'
    # 模拟一条用户数据
    1、获取当前时间表示为截止时间
    2.计算出: R F M

    \'\'\'
    R, M, F = user_info_change(user_info)
    user_data_info = DataFrame([[R], [F], [M]]).T
    print(user_data_info)

    # user_data_info = DataFrame([[12.5], [18.0], [20000.0]]).T
    user_data_info.index = ["lily"]
    user_data_info.columns = cdata.columns
    print("cdata_info:\\n", user_data_info)

    new_zcdata = (user_data_info-cdata.mean())/cdata.std()
    print("new_zcdata", new_zcdata)

    kModel = load_model("user_classes.pkl")
    ret = kModel.predict(new_zcdata)
    print("new_zcdata_ret:", ret)
    # new_zcdata_ret: [3]