Python数据分析，RFM客户分类模型

今天为大家分析一个英国在线零售商的交易数据集

着重为大家介绍一下如何运用RFM模型对客户进行分类

并且解决如下问题：

1.以星期为单位，周几的销售额最高？请可视化显示。

2.利用 RFM 模型，对 United Kingdom 的用户进行分类，分为如下所述的六类。

a) 选用合适的图形，可视化展示每一类用户数占总数的比例；可视化展示每一类用户消费额占总消费额的比例。

b) 对每一类用户，显示其每个月的消费总额的变化情况。（显示在一个 figure 中

以下是具体的代码

import pandas as pd

读取数据，并且对数据格式作出一些调整，方便后续分析

# 读取并且查看数据
df = pd.read_csv("Online Retail(1).csv")
df.head()

# 将时间数据设置为pandas的数据格式
df["InvoiceDate"] = pd.to_datetime(df["InvoiceDate"])
# 注：由于最近一次购物(Recency)是针对某个时间点计算的，而最后订货日期是 2011-12-09，因此
# 我们把 2011-12-10 当作今天，来计算 Recency。
df["target_time"] = pd.to_datetime("2011-12-10")
# 计算 Recency
df["Recency"] = pd.to_datetime(df["target_time"]) - pd.to_datetime(df["InvoiceDate"])
# 计算每个订单的总金额
df["total"] = df["Quantity"] * df["UnitPrice"]
df.head()

设置分析所需的星期、月份等属性，方便按此聚合

df["星期"] = df["InvoiceDate"].dt.dayofweek+1
df["月份"] = df["InvoiceDate"].dt.month
df.head()

按星期聚合总销售额

df_by_w = df.groupby("星期").agg({"total":"sum"}).reset_index()
df_by_w

from pyecharts import options as opts
from pyecharts.charts import Bar
bar = (
    Bar()
    .add_xaxis(df_by_w["星期"].to_list())
    .add_yaxis("销售额", df_by_w["total"].to_list())
    .set_global_opts(title_opts=opts.TitleOpts(title="销售额对比图"))
)

以星期为单位，周几的销售额最高？答案是周四

bar.render_notebook()

利用 RFM 模型，对 United Kingdom 的用户进行分类

按客户ID聚合，对发票订单号进行计数，对每个发票的销售额进行汇总，对recency取最小值（作为该顾客的recency值）

df_by_c = df.groupby("CustomerID").agg({"InvoiceNo":"count", "total":"sum", "Recency":"min"}).reset_index()
df_by_c.columns = ["CustomerID","Frequency","Monetary","Recency"]
df_by_c.head()

求出各列的四分位数

df_by_c["Frequency"].quantile([0.25,0.5,0.75])
0.25     17.0
0.50     42.0
0.75    102.0
Name: Frequency, dtype: float64
df_by_c["Monetary"].quantile([0.25,0.5,0.75])
0.25     293.3625
0.50     648.0750
0.75    1611.7250
Name: Monetary, dtype: float64

将Recency这列的数据格式转为整数（取day这个属性就可以了）

df_by_c["Recency"] = df_by_c["Recency"].dt.days
df_by_c["Recency"].quantile([0.25,0.5,0.75])
0.25     16.0
0.50     50.0
0.75    143.0
Name: Recency, dtype: float64

按照刚才求得的各项指标的四分位数，制定相应的函数，计算RFM的值

def decide_F(score):
    if score>102:
        return 1
    elif score>42:
        return 2
    elif score>17:
        return 3
    else:
        return 4
    
def decide_M(score):
    if score>1611.725:
        return 1
    elif score>648.075:
        return 2
    elif score>293.3625:
        return 3
    else:
        return 4
    
def decide_R(score):
    if score<16:
        return 1
    elif score<50:
        return 2
    elif score<143:
        return 3
    else:
        return 4
df_by_c["F"] = df_by_c.apply(lambda x: decide_F(x.Frequency), axis = 1)
df_by_c["M"] = df_by_c.apply(lambda x: decide_F(x.Monetary), axis = 1)
df_by_c["R"] = df_by_c.apply(lambda x: decide_R(x.Recency), axis = 1)

看一下求得的值

df_by_c.head()

根据定义，制定对客户进行类型划分的函数

def decide_type(f, m, r):
    if f == 1 and m == 1 and r == 1:
        return "最佳客户"
    if f == 1 and m == 1 and r == 3:
        return "近流失客户"
    if f == 1 and m == 1 and r == 4:
        return "流失客户"
    if f == 4 and m == 4 and r == 4:
        return "流失廉价客户"
    if f == 1:
        return "忠诚客户"
    if m == 1:
        return "大金主"
        
    
df_by_c["客户类型"] =  df_by_c.apply(lambda x: decide_type(x.F, x.M ,x.R), axis = 1)
df_by_c.head()

df_by_c_count = df_by_c.groupby("客户类型").size().sort_values(ascending=False)
df_by_c_count
客户类型
大金主       3064
最佳客户       533
忠诚客户       347
近流失客户      154
流失客户        47
流失廉价客户      39
dtype: int64
datas = list(zip(df_by_c_count.index.to_list(), df_by_c_count.to_list()))
datas
[('大金主', 3064),
 ('最佳客户', 533),
 ('忠诚客户', 347),
 ('近流失客户', 154),
 ('流失客户', 47),
 ('流失廉价客户', 39)]
from pyecharts import options as opts
from pyecharts.charts import Pie
def create_pie(datas, title) -> Pie:
    """ 创建饼图对象
    文档地址：https://pyecharts.org/#/zh-cn/basic_charts?id=pie%ef%bc%9a%e9%a5%bc%e5%9b%be
    @param datas: 数据，形式为[('类型1', 数据1), ('类型2', 数据2), ('类型3', 数据3)]
    @param title: 图表的标题
    """
    pie = Pie()
    pie.add("", datas)
    pie.set_global_opts(
        title_opts=opts.TitleOpts(title=title),
        legend_opts=opts.LegendOpts(pos_right="right")
    )
    pie.set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}: {d}%"))
    return pie

a）可视化展示每一类用户数占总数的比例

pie = create_pie(datas, "饼图-客户类型对比")
pie.render_notebook()

取出"CustomerID",  "客户类型"这两列，准备与df合并

df1 = df_by_c[["CustomerID",  "客户类型"]]
new = pd.merge(df, df1, on="CustomerID")
new.head()

by_c_t = new.groupby("客户类型")["total"].sum().sort_values(ascending=False)
by_c_t
客户类型
最佳客户      4106703.970
大金主       2472418.943
忠诚客户      1270195.150
近流失客户      364926.870
流失客户        86803.711
流失廉价客户     -11011.550
Name: total, dtype: float64
datas = list(zip(by_c_t.index.to_list(), by_c_t.to_list()))
datas
[('最佳客户', 4106703.970000173),
 ('大金主', 2472418.9429999804),
 ('忠诚客户', 1270195.1499999189),
 ('近流失客户', 364926.870000011),
 ('流失客户', 86803.71099999893),
 ('流失廉价客户', -11011.549999999996)]

b) 可视化展示每一类用户消费额占总消费额的比例

pie = create_pie(datas, "饼图-客户销售额对比")
pie.render_notebook()