【数据分析】二八模型 ：基于Pandas的二八模型实战：精准识别高价值客户

博主简介：曾任某智慧城市类企业算法总监，目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者，提供AI相关的技术咨询、项目开发和个性化解决方案等服务，如有需要请站内私信或者联系任意文章底部的的VX名片（ID：xf982831907）

博主粉丝群介绍：① 群内初中生、高中生、本科生、研究生、博士生遍布，可互相学习，交流困惑。② 热榜top10的常客也在群里，也有数不清的万粉大佬，可以交流写作技巧，上榜经验，涨粉秘籍。③ 群内也有职场精英，大厂大佬，可交流技术、面试、找工作的经验。④ 进群免费赠送写作秘籍一份，助你由写作小白晋升为创作大佬。⑤ 进群赠送CSDN评论防封脚本，送真活跃粉丝，助你提升文章热度。有兴趣的加文末联系方式，备注自己的CSDN昵称，拉你进群，互相学习共同进步。

一、案例背景：客户价值黄金法则

  **帕累托法则（二八定律）**指出：企业80%的利润往往来自20%的核心客户。本案例基于某电商平台订单数据，使用Python的Pandas库实现：

1. 数据清洗与交易金额分析
2. 客户价值分层计算
3. Top 20%高价值客户识别

---

二、数据准备与加载

2.1 模拟数据集结构

import pandas as pd
import numpy as np

# 生成模拟数据
np.random.seed(42)
user_ids = ['UID' + str(i).zfill(4) for i in range(1, 1001)]
order_dates = pd.date_range('2023-01-01', periods=365, freq='D').tolist()
amounts = np.random.lognormal(mean=3, sigma=0.5, size=5000)  # 右偏分布模拟真实消费

# 创建DataFrame
orders = pd.DataFrame({
    'user_id': np.random.choice(user_ids, 5000),
    'order_date': np.random.choice(order_dates, 5000),
    'order_amount': np.round(amounts, 2)
})

print(orders.head(3))

---

三、数据处理关键步骤

3.1 数据清洗

# 检查缺失值
print("缺失值统计:\n", orders.isnull().sum())

# 日期格式转换
orders['order_date'] = pd.to_datetime(orders['order_date'])

# 过滤异常值（金额≤0的交易）
orders = orders[orders['order_amount'] > 0]

3.2 客户消费分析

# 按用户聚合消费数据
user_spending = orders.groupby('user_id').agg(
    total_amount=pd.NamedAgg(column='order_amount', aggfunc='sum'),
    order_count=pd.NamedAgg(column='order_id', aggfunc='count')
).reset_index()

# 按消费金额降序排序
user_spending_sorted = user_spending.sort_values('total_amount', ascending=False)

---

四、二八模型核心计算

4.1 计算累计贡献率

# 计算累计消费金额占比
user_spending_sorted['cum_amount'] = user_spending_sorted['total_amount'].cumsum()
total_revenue = user_spending_sorted['total_amount'].sum()
user_spending_sorted['cum_pct'] = user_spending_sorted['cum_amount'] / total_revenue

# 标记头部20%客户
user_spending_sorted['top20_flag'] = user_spending_sorted['cum_pct'] <= 0.8

4.2 结果可视化

import matplotlib.pyplot as plt

plt.figure(figsize=(10,6))
plt.bar(range(len(user_spending_sorted)), 
        user_spending_sorted['cum_pct'], 
        color='steelblue',
        label='累计收益占比')

# 标注20%分界线
plt.axvline(x=len(user_spending_sorted)*0.2, 
            color='red', 
            linestyle='--',
            label='前20%客户')
plt.xlabel('客户数量排序')
plt.ylabel('累计收益占比')
plt.title('帕累托分布分析')
plt.legend()
plt.show()

  可以筛选这部分累计贡献收入80%的客户，用于单独的分析。

---

五、关键分析结论

5.1 高价值客户特征

# 累计贡献收入80%客户
vip_users = user_spending_sorted[user_spending_sorted['top20_flag']]

# 特征分析
print("高价值客户特征:")
print(vip_users.describe())

---

六、业务应用建议

1. 精准营销：累计贡献收入80%的客户提供VIP专属折扣
2. 复购激励：设置阶梯式会员奖励计划
3. 流失预警：监控高价值客户购买频率下降

---

代码领取：

• 文章末尾联系博主
  技术要点总结：
• 使用groupby+agg实现快速聚合计算
• cumsum()结合归一化处理生成帕累托曲线
• 通过布尔索引筛选目标客户群体

下一步优化方向：

• 结合RFM模型进行客户分层
• 增加消费周期频率分析