如何在Python中实现RFM分析

RFM分析

RFM分析是根据客户活跃程度和交易金额贡献，进行客户价值细分的一种方法；
可以通过R,F,M三个维度，将客户划分为8种类型。

RFM分析过程

1.计算RFM各项分值

R_S,距离当前日期越近，得分越高，最高5分，最低1分

F_S,交易频率越高，得分越高，最高5分，最低1分

M_S,交易金额越高，得分越高，最高5分，最低1分

2.归总RFM分值

RFM=100*R_S+10*F_S+1*M_S

3.根据RFM分值对客户分类

RFM分析前提，满足以下三个假设，这三个假设也是符合逻辑的

1.最近有过交易行为的客户，再次发生交易的可能性要高于最近买有交易行为的客户；
2.交易频率较高的客户比交易频率较低的客户，更有可能再次发生交易行为；
3.过去所有交易总金额较多的客户，比交易总金额较少的客户，更有消费积极性。
我们了解了RFM的分析原理后，下面来看看如何在Python中用代码实现：

 import numpy
 import pandas

 data = pandas.read_csv(
     'D:\\PDA\\5.7\\data.csv'
 )

 data['DealDateTime'] = pandas.to_datetime(
     data.DealDateTime,
     format='%Y/%m/%d'
 )

 data['DateDiff'] = pandas.to_datetime(
     'today'
 ) - data['DealDateTime']

 data['DateDiff'] = data['DateDiff'].dt.days

 R_Agg = data.groupby(
     by=['CustomerID']
 )['DateDiff'].agg({
     'RecencyAgg': numpy.min
 })

 F_Agg = data.groupby(
     by=['CustomerID']
 )['OrderID'].agg({
     'FrequencyAgg': numpy.size
 })

 M_Agg = data.groupby(
     by=['CustomerID']
 )['Sales'].agg({
     'MonetaryAgg': numpy.sum
 })

 aggData = R_Agg.join(F_Agg).join(M_Agg)

 bins = aggData.RecencyAgg.quantile(
     q=[0, 0.2, 0.4, 0.6, 0.8, 1],
     interpolation='nearest'
 )
 bins[0] = 0
 labels = [5, 4, 3, 2, 1]
 R_S = pandas.cut(
     aggData.RecencyAgg,
     bins, labels=labels
 )

 bins = aggData.FrequencyAgg.quantile(
     q=[0, 0.2, 0.4, 0.6, 0.8, 1],
     interpolation='nearest'
 )
 bins[0] = 0;
 labels = [1, 2, 3, 4, 5];
 F_S = pandas.cut(
     aggData.FrequencyAgg,
     bins, labels=labels
 )

 bins = aggData.MonetaryAgg.quantile(
     q=[0, 0.2, 0.4, 0.6, 0.8, 1],
     interpolation='nearest'
 )
 bins[0] = 0
 labels = [1, 2, 3, 4, 5]
 M_S = pandas.cut(
     aggData.MonetaryAgg,
     bins, labels=labels
 )

 aggData['R_S']=R_S
 aggData['F_S']=F_S
 aggData['M_S']=M_S

 aggData['RFM'] = 100*R_S.astype(int) + 10*F_S.astype(int) + 1*M_S.astype(int)

 bins = aggData.RFM.quantile(
     q=[
         0, 0.125, 0.25, 0.375, 0.5,
         0.625, 0.75, 0.875, 1
     ],
     interpolation='nearest'
 )
 bins[0] = 0
 labels = [1, 2, 3, 4, 5, 6, 7, 8]
 aggData['level'] = pandas.cut(
     aggData.RFM,
     bins, labels=labels
 )

 aggData = aggData.reset_index()

 aggData.sort(
     ['level', 'RFM'],
     ascending=[1, 1]
 )

 aggData.groupby(
     by=['level']
 )['CustomerID'].agg({
     'size':numpy.size
 })