文章目录

项目背景
读取数据
数据分析
RFM模型
数据可视化
结论
源码地址

本文可以学习到以下内容：

RFM 模型的原理及代码实现

使用 pandas 中的 read_sql 读取 sqlite 中的数据

使用 dropna 删除含有缺失数据的行

使用 to_datetime、map 方法计算距离用户上次消费所过去的天数

使用 groupby+agg 方法统计消费频次、消费总金额

使用 merge 方法合并 datafram 数据

使用 quantile 方法计算用户消费数据的分位数

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

使用 value_counts 方法统计各个用户标签的数据量及占比

使用 pyecharts 绘制环形图

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()

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-e87f8pc8-1641883628124)(./图片/6.png)]

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。

源码地址

链接：https://pan.baidu.com/s/1JGZjJsABkWA52OFPaLMP2g?pwd=jle6
提取码：jle6

巴特西

第三章：用python实现常用的用户分层模型（RFM模型）