基于RFM模型与kmeans聚类的用户细分

前面主要是关于客户风险的分析，本文换一个角度，对客户价值做一点研究。

用户与商品（or服务）是企业最重要的资产，当用户数量增长到一个比较庞大的规模，如何有效地管理是需要关注的问题，而用户细分、差异化运营正是是一个可考虑的方向。将相似的用户归类，给每一个类别贴上“标贴”，然后针对各类的特征制定差异化策略。

核心流程主要包含以下模块：

• 用户分群，要求不重不漏，群内差异较小，群间差异较大；
• 对上一步得到的用户群进行特征分析、价值比较；
• 针对不同用户群制定差异化管理策略，实现个性化运营。

主要模型与方法：

• 特征选择（传统RFM模型，从R——最近购买，F——购买频次，M——平均消费金额）
• kmeans聚类（聚类分析常用方法：层次聚类与kmeans聚类，选第二种）

通过一个案例加以说明。

一、案例背景
以数据探索分析用到订单明细作为源数据，属于比较常见的零售数据类型。

以订单编号标识一条订单记录，商品编码标识订单内的一条明细，以YBM20190201083534100004为例，这条记录由id为106030的用户，在2019/2/1 8:35:35，通过重庆分公司的平台，购买三种商品Y010103201、Y010102635、Y010106332产生。

抽样保留25万+条，明细跨度为3个月，涉及不同用户1万+。

二、数据预处理
订单数据并不能直接建模，首先以RFM模型为基础进行特征选择和统计计算。

处理后的数据如下：

三个指标量纲差距非常大，需要进一步处理，两个思路任选：标准化（均值为0，方差为1）；离散化。下面是聚类算法离散化后的结果：

三、用户细分
kmeans聚类的类别数需要提前给定，我们知道类别一定是分得越多效果越好，但代价一定也就更大，选择一个合适的类别是非常重要的
1.参考模型
以纵轴的群内方差作为分类效果的度量，模型可以帮我们找到一个群内差异较小，群间差异较小的类别，从4开始方差下降就不明显了，4、5、6都是可以考虑的类别数。

2.实际需求
如果公司有财有力，一对一管理都ok，那类别数自然可以放宽。
又或是公司有心无力，多一条差异化策略也没有，那多一个类别多一份负担。

3.模型结果
分类的要求不只是分开而已，更为重要的是提取各类别的特征，为决策服务。如果出现模型显著，但结果无法解释，或者特征明显，但是数量特别特别少，也是不行的。

四、特征提取
选取4个类别。
超平面上聚类效果，一个颜色代表一个类别所在的区域。整体聚类效果不错，但1和4有点难分。

四个类别分别在R、F、M三个指标上的表现，各类别特征还是非常明显的，注意R是唯一一个反向指标，越大约糟糕。

每位用户对应一个类别，各类别特征归纳如下，策略写得比较糙，大致方向是这样的。

五、结论与反思

基于RFM模型和kmeans聚类，可将这份订单数据里用户分为区分度较高的4个类别，针对这四组用户群体各自的特点，考虑制定不同的管理策略。
有两处地方值得注意：
输入指标选取，只选择R、F、M是因为源数据信息有限，条件允许可让更多指标参与建模；
类别数的确定，考虑实际需求以及模型结果的反馈作用。

部分参考代码：

#对R、F、M不做标准化而是离散化处理
#可辅助识别异常值
library(factoextra);library(ggplot2)
fviz_nbclust(as.data.frame(dd$R), kmeans, method = "wss")  #5类
fviz_nbclust(as.data.frame(dd$F), kmeans, method = "wss")  #5类
fviz_nbclust(as.data.frame(dd$A_M), kmeans, method = "wss")#5类

R<-kmeans(dd$R,5);F<-kmeans(dd$F,5);M<-kmeans(dd$A_M,5)
table(R$cluster);table(F$cluster);table(M$cluster)
newdata<-data.frame(R$cluster,F$cluster,M$cluster)
colnames(newdata)<-c('R','F','M');rownames(newdata)<-dd$用户id

#类别特别少的摘出去
spe<-newdata[which(newdata$F==5|newdata$M==5),]
remain<-newdata[-which(newdata$F==5|newdata$M==5),]

#knn聚类
fviz_nbclust(remain, kmeans, method = "wss")  #4或者6
result <- kmeans(remain,4)
type <- result$cluster
table(type) 

#可视化1;各维度上的表现
library(fmsb)
max <- apply(result$centers, 2, max)
min <- apply(result$centers, 2, min)
data.radar <- data.frame(rbind(max, min, result$centers))
radarchart(data.radar, pty = 32, plty = 1, plwd = 2, vlcex = 0.7)
# 加图例
L <- 1.2
for(i in 1:4){
  text(2, L, labels = paste("--class", i), col = i)
  L <- L - 0.2
}

#可视化2：聚类效果
fviz_cluster(result,remain)