一.項(xiàng)目背景

為了建立客戶信息資源管理及運(yùn)營(yíng)模式，某公司希望通過(guò)客戶的基本消費(fèi)信息進(jìn)行分析，
衡量客戶價(jià)值和客戶創(chuàng)利能力，優(yōu)化客戶資源，提高營(yíng)銷效率，避免不必要的資源

二.實(shí)現(xiàn)步驟

1.導(dǎo)包讀入數(shù)據(jù)，篩選所需數(shù)據(jù)

# 導(dǎo)入所需庫(kù)
import numpy as np
import pandas as pd
import datetime
import matplotlib.pyplot as plt
import time
import matplotlib.gridspec as gridspec
#import pyecharts

# 解決 matplotlib 顯示中文、負(fù)號(hào)問(wèn)題
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False 

#獲取數(shù)據(jù)
def get_data(file_path):
    #讀取數(shù)據(jù)
    df1= pd.read_excel(file_path)
    # 提取 RFM 模型所需特征列：'訂單編號(hào)','買家會(huì)員名','買家實(shí)際支付貨款','訂單付款時(shí)間','寶貝總數(shù)量'
    df2 = df1[['訂單編號(hào)','買家會(huì)員名','買家實(shí)際支付金額','訂單付款時(shí)間','寶貝總數(shù)量']]
    #返回?cái)?shù)據(jù)
    return df2

2.數(shù)據(jù)重復(fù)值缺失值處理

#處理數(shù)據(jù)
def process_data(df):
    #判斷有沒(méi)有重復(fù)值
    if df.duplicated().sum()==0:
        print('無(wú)重復(fù)數(shù)據(jù)')
    else:
        #刪除重復(fù)值
        df=df.drop_duplicates(inplace=True)
    #判斷有沒(méi)有缺失值
    if df.isnull().any().sum()==0:
        print('無(wú)缺失值')
    else:
        #刪除缺失值
        df=df.dropna(inplace=True)
    #返回?cái)?shù)據(jù)
    return df

3.獲取RFMP各項(xiàng)值

#獲取R值
def get_R(df):
    # 計(jì)算時(shí)間差
    time_minus =  datetime.datetime.now()- df['訂單付款時(shí)間'] 
    # 將時(shí)間差轉(zhuǎn)換成數(shù)字格式
    df['prior_R'] = time_minus.astype(str).str.findall('d+.*d*').map(lambda x: int(x[0]) + (int(x[1]) / 24) + 
                                                   (int(x[2]) / (24 * 60)) + (float(x[3]) / (24 * 3600)))
    # 按會(huì)員進(jìn)行分組，確定每個(gè)會(huì)員最近一次購(gòu)買離現(xiàn)在的時(shí)間間隔
    R = df.groupby('買家會(huì)員名')['prior_R'].min()
    return R


#獲取FMP值,P值表示買家購(gòu)買數(shù)量
def get_F_M_P(df):
    # 按會(huì)員進(jìn)行分組，確定每個(gè)會(huì)員的訂單數(shù)量
    F = df.groupby('買家會(huì)員名')['訂單編號(hào)'].count()
    # 按會(huì)員進(jìn)行分組，確定每個(gè)會(huì)員的實(shí)際支付金額
    M = df.groupby('買家會(huì)員名')['買家實(shí)際支付金額'].sum() 
    # 按會(huì)員進(jìn)行分組，確定每個(gè)會(huì)員的寶貝總數(shù)量
    P = df.groupby('買家會(huì)員名')['寶貝總數(shù)量'].sum() 
    return (F,M,P)


#將RFMP數(shù)據(jù)合成DataFrame
def get_data(R,F,M,P):
    #列名稱
    col_list = list('RFMP') 
    #創(chuàng)建DataFrame
    model_data = pd.DataFrame([], index=R.index) 
    #添加數(shù)據(jù)
    for col_names, values in zip(col_list, [R, F, M, P]):
          model_data[col_names] = values
    #類型轉(zhuǎn)換
    model_data = model_data.astype(float)
    #返回?cái)?shù)據(jù)
    return model_data

4.利用Kmeans算法進(jìn)行分類

from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score
from sklearn.preprocessing import StandardScaler, MinMaxScaler

#獲取數(shù)據(jù)
df0 = model_data.iloc[:, 0:4]
#標(biāo)準(zhǔn)化數(shù)據(jù)
res_std = StandardScaler().fit_transform(df0)

#分類簇?cái)?shù)
n_clusters = range(2, 7)
#評(píng)分標(biāo)準(zhǔn)
scores = []
#遍歷每種分類
for i in range(len(n_clusters)):
    #訓(xùn)練模型
    clf = KMeans(n_clusters = n_clusters[i], random_state = 20).fit(res_std)
    #獲取評(píng)分
    scores.append(silhouette_score(res_std, clf.labels_))
#獲取最大評(píng)分索引
maxindex = scores.index(max(scores))
#初始畫(huà)布
plt.figure(figsize = (8, 6), dpi = 100) 
#繪制圖形
plt.plot(n_clusters, scores, linestyle = '-.', c = 'b', alpha = 0.6, marker = 'o')
#編輯最佳簇?cái)?shù)
plt.axvline(x = n_clusters[maxindex], linestyle = '--', c = 'r', alpha = 0.5)
#設(shè)置標(biāo)題
plt.title('RFMP的聚類輪廓系數(shù)圖')
#設(shè)置y軸標(biāo)簽
plt.ylabel('silhouette_score')
#設(shè)置x軸標(biāo)簽
plt.xlabel('n_clusters')
#存儲(chǔ)圖形
plt.savefig('./RFMP聚類輪廓系數(shù)圖.png')

#獲取最佳分簇?cái)?shù)模型
clf = KMeans(n_clusters = 2, random_state = 20).fit(res_std)
#添加label
df0['labels'] = clf.labels_
df0

# 統(tǒng)計(jì)一下兩類用戶之間的差異，發(fā)現(xiàn)兩類客戶之間數(shù)量相差過(guò)大
print(f"類別0所占比例為：{df0['labels'].value_counts().values[0] / df0.shape[0]} t 類別1所占的比例為：{df0['labels'].value_counts().values[1] / df0.shape[0]}")
df0['labels'].value_counts()

#用均值來(lái)評(píng)估兩類樣本之間的LRFMP
R_avg = df0.groupby('labels').agg({'R': np.mean}).reset_index()
F_avg = df0.groupby('labels').agg({'F': np.mean}).reset_index()
M_avg = df0.groupby('labels').agg({'M': np.mean}).reset_index()
P_avg = df0.groupby('labels').agg({'P': np.mean}).reset_index()

# 繪制相關(guān)的條形圖
def plot_bar(df_list, nrow, ncol):
    #初始畫(huà)布
    fig, axs = plt.subplots(nrow, ncol, figsize = (2 * (ncol + 2), 2.5), dpi = 100)
    #遍歷每個(gè)坐標(biāo)系
    for i in range(len(axs)):
        #獲取坐標(biāo)系
        ax = axs[i]
        #獲取數(shù)據(jù)
        df = df_list[i]
        #畫(huà)柱狀圖
        ax.bar(df.iloc[:, 0], df.iloc[:, 1], color = 'm', alpha = 0.4, width = 0.5)
        #獲取RFMP標(biāo)簽對(duì)應(yīng)數(shù)值
        for x, y in enumerate(df.iloc[:, 1].tolist()):
            #標(biāo)注數(shù)據(jù)
            ax.text(x, y / 2, '%.0f' % y, va = 'bottom', ha = 'center', fontsize = 12)
        #設(shè)置x軸刻度
        ax.set_xticks([0, 1])
        #設(shè)置y軸刻度
        ax.set_yticks(())
        #設(shè)置小標(biāo)題
        ax.set_title(f'{df.columns[1]}')
    #設(shè)置大標(biāo)題
    plt.suptitle('兩類客戶的RFMP均值差異', y = 1.1, fontsize = 14)
    #存儲(chǔ)圖片
    plt.savefig('./兩類客戶LRFMP均值差異.png')

#獲取數(shù)據(jù)
df_list = [ R_avg, F_avg, M_avg, P_avg]
#繪制圖形
plot_bar(df_list, 1, 4)

總結(jié):分為兩類用戶效果確實(shí)很明顯,但是分析還是有點(diǎn)一刀切,我們發(fā)現(xiàn)圖中四類效果也
不是很差,后期感興趣讀者可以進(jìn)行四類用戶分類,在這里主要還是給大家一個(gè)思維拓展.