RFM分析
-
RFM 是指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；
-
RFM 模型
RFM 模型 -
分析过程
-
分析前提
思路
- 将数值型转换为时间格式（计算出最近交易时间间隔）
- 分组分析出 R、F、M的值
- 按权重计算得分
- 利用quantile函数给用户分级
#原数据
OrderID,CustomerID,DealDateTime,Sales
4529, 34858, 2014-05-14 ,807
#转换为时间格式
data['DealDateTime'] = pandas.to_datetime(
data.DealDateTime,
format='%Y/%m/%d'
)
#计算日期至今有多少天
data['DateDiff'] = pandas.to_datetime(
'today'
) - data['DealDateTime']
#时间抽取属性为天
data['DateDiff'] = data['DateDiff'].dt.days
#顾客最近的交易日期间距
R_Agg = data.groupby(
by=['CustomerID']
)['DateDiff'].agg({
'RecencyAgg': numpy.min
})
#顾客交易频率统计
F_Agg = data.groupby(
by=['CustomerID']
)['OrderID'].agg({
'FrequencyAgg': numpy.size
})
#交易金额汇总
M_Agg = data.groupby(
by=['CustomerID']
)['Sales'].agg({
'MonetaryAgg': numpy.sum
})
#对R F M结果进行整合
aggData = R_Agg.join(F_Agg).join(M_Agg)
#设计分组 分组的数据为得分
bins = aggData.RecencyAgg.quantile(
q=[0, 0.2, 0.4, 0.6, 0.8, 1],
interpolation='nearest'
)
bins[0] = 0 #避免最小值不闭合的错误 把最小值设置为0
labels = [5, 4, 3, 2, 1]
#用cut方法得分计算
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
)
#添加分组列
aggData['R_S']=R_S
aggData['F_S']=F_S
aggData['M_S']=M_S
#计算得分权重
aggData['RFM'] = 100*R_S.astype(int) + 10*F_S.astype(int) + 1*M_S.astype(int)
#分出用户类型
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
)
#原行索引作为一列保留，列名为index
aggData = aggData.reset_index()
aggData.sort(
['level', 'RFM'],
ascending=[1, 1]
)
aggData.groupby(
by=['level']
)['CustomerID'].agg({
'size':numpy.size
})