声明：本文为学习笔记，侵权删

一、RFM模型

RFM（Recency最近一次消费，Frequency消费频率，Monetary消费金额）

R用户活跃度

F用户忠诚度

M用户重要性

R,F,M都有5个评分，均为1~5分，可简单理解为0~3分均为差，4~5均为好，评分越大越好，越小越差。通过R,F,M三个维度的划分，我们可以将用户分为8种类型，根据不同类别的客户可以制定不同的销售策略。

二、R,F,M的评判标准

大多数时候，我们拿到的数据并不会直白地给出R,F,M的具体数值，更多的是一些实际的数据，我们需要通过这些数据，找到与R,F,M相关的，然后通过计算等等操作，才能得到最终的R,F,M的数值。

以下面这份数据为例（忽略第二行的######，WPS在打开CSV文件的时候的编译错误，原文就是个日期）：

这份数据中并没有直接给出R,F,M的数值或评判标准，那么我们首先就要找到决定R,F,M的相关数据。

R，最近一次购买至今间隔的时间，可以通过数据集中最后一次消费的时间和当前时间的差得出（本文中当前时间取2019.12.30）

F，订单数量

M，消费总金额

OK，我们找到了计算，R,F,M的相关数据，那么怎么把这些数据分级，分成1~5 这五个分数呢？

这个问题是主观的，在不同的情况下可能会有不同的分级标准。

我们先来看下R,F,M相关的数据的分布情况：

import pandas as pd
from datetime import datetime
from matplotlib import pyplot as plt
data = pd.read_csv(f"D:\Python Code\dataMining\消费清单.csv")
data["首单日期"] = pd.to_datetime(data["首单日期"])
data["最近一次消费"] = pd.to_datetime(data["最近一次消费"])
#假设当前的日期是2019年12月30日，计算出Recency
#计算最近一次消费到2019.12.30的时间间隔,并在data的最后一列后增加一列Recency
currentDate = datetime(2019,12,30)
data["Recency"] = currentDate - data["最近一次消费"]
#上一行如果直接获取data["Recency"]，输出的格式是“xx 天”，是timedelta类型，不便于直接获取天数，因此就需要下一行代码
data["Recency"] = data["Recency"].dt.days#对于F,M两个指标，F就是订单数量，M就是消费总金额，可以直接得到
#计算出如何定义R,F,M三个标准，即满足什么条件的R,C,F可以描述哪一类的客户
#先通过画图，查看数据的分布，
#R和F的数据量用每个数值在总书据所占的比例表示
R = data["Recency"].groupby(data["Recency"]).count()
R_percent = R/51394 #共有51394个数据
plt.rcParams["font.sans-serif"] = "Arial Unicode MS"
## 以R_percent的index为x轴的值，R_percent的values为y轴的值，
## 即x轴是R的值，y轴是这个R的值数量占所有R的值数量的百分比
plt.bar(R_percent.index, R_percent.values)
plt.title("R")
plt.show()
#
#同样的方法画出F的统计图
F = data["订单数量"].groupby(data["订单数量"]).count()
F_percent = F/51394
plt.rcParams["font.sans-serif"] = "Arial Unicode MS"
plt.bar(F_percent.index, F_percent.values)
plt.title("F")
plt.show()
#
##对于M，因为大多数用户的消费金额都差不多，用上面占比的方法画出来的图不明确
##因此，我们通过分箱的方式，从小到大，这里bins=100,分为100组，画出每组里汉欧消费金额的总个数量
##即，x轴是消费金额，y轴是频数
plt.hist(data["消费总金额"], bins =100)
plt.title("M")
plt.show()

本例中，我希望将这些数据平分，即平均得分为五等分，分别评级为1,2,3,4,5分。但这些数据明显呈现数据值越小，数量越大的情况。通常来说，将数据分成五级，我们用分箱的方法，分箱包括等宽分箱(cut)，等深分箱(qcut)。等宽分箱显然不太适合这份数据，一个一个凑箱子的边界太繁琐。因此这里使用等深分箱的方法。

pandas中，等深分箱的结果并不一定是严格意义上的均分。因为有相同数值数据的存在，比如0,1,2,2,3,4,4,4,4,4,5,6,7,8,9这组数字，严格意义上的五等分应该是0,1,2|2,3,4|4,4,4|4,5,6|7,8,9。但这样把两个2分开放在两个箱子，4分开放在了三个箱子，显然是不合理的。因此pandas内部会通过一定的方法，优先将相同的数字分配到同一个箱子中，再考虑是否等分的问题。因此，用qcut算出来的结果并不是严格的等分，会出现一些箱子里的数据多一些，少一些的情况。

#判定R,F,M的评分标准
#最近一次消费距离现在时间越短，R越大
data["R"] = pd.qcut(data["Recency"],q=5,labels=[5,4,3,2,1])
R_count = data["R"].value_counts()
data["F"] = pd.qcut(data["订单数量"],q=5,labels=[1,2,3,4,5])
F_count = data["F"].value_counts()
data["M"] = pd.qcut(data["消费总金额"],q=5,labels=[1,2,3,4,5])
M_count = data["M"].value_counts()
print(R_count)
print(F_count)
print(M_count)
print(data)

可以看到，R,F,M基本上做到了五等分，并且成功得将它们评分为1~5分。

三、用户分类

通过最开始的RFM的定义可以得出，R,F,M三个维度虽然是五级的评分制，但RFM只是将用户分为8大类，也就是说每个维度可以用简单的二分法分为“好”与“不好”两种评价。“好”可以用1表示，“不好”可以用0表示，这样八类用户可以通过三位二进制来描述，RFM=000,001...111。比如000就是低价值用户。

因此，为了方便操作，我们需要将上面得到的R,F,M评分再简化，简化为0,1的二分类，并将R,F,M三个维度简化为一个维度，即上述的三位二进制码的形式。

def bi_classify(x):if x > 3:x = 1else:x = 0return xdata["R"] = data["R"].apply(bi_classify)
data["F"] = data["F"].apply(bi_classify)
data["M"] = data["M"].apply(bi_classify)
print(data[["R","F","M"]])输出：
[51394 rows x 14 columns]R  F  M
0      1  1  1
1      1  1  1
2      1  1  1
3      0  1  1
4      1  1  1
...   .. .. ..
51389  0  0  0
51390  0  0  0
51391  0  0  0
51392  1  0  0
51393  0  0  0#将R,F,M三个值维度合成一整个数据，像001,110,101，这样方便判断。
#通过astype函数，转换数据类型
data["RFM"] = data["R"].astype(str) + data["F"].astype(str) + data["M"].astype(str)
print(data["RFM"])输出：
[51394 rows x 3 columns]
0        111
1        111
2        111
3        011
4        111...
51389    000
51390    000
51391    000
51392    100
51393    000def userClassify(x):if x=="111":return "高价值用户"elif x=="101":return "重点发展用户"elif x=="011":return "重点唤回用户"elif x=="001":return "重点潜力用户"elif x=="110":return "一般潜力用户"elif x=="100":return "一般发展用户"elif x=="010":return "一般维系用户"else:return "低价值用户"data["用户类别"] = data["RFM"].apply(userClassify)
print(data["用户类别"])输出：
0         高价值用户
1         高价值用户
2         高价值用户
3        重点唤回用户
4         高价值用户...
51389     低价值用户
51390     低价值用户
51391     低价值用户
51392    一般发展用户
51393     低价值用户
Name: 用户类别, Length: 51394, dtype: object

Python 数据处理数据挖掘（四）：用户分层模型RFM相关推荐

python数据分析实战之用户分析及RFM模型分析
理论基础知识可以看我之前的博客: 1.python之Numpy知识点详细总结 2.python最最最重要的数据分析工具之pandas 3.pandas之表连接与高级查询也可以进入我的专栏:欢迎订阅哦 ...
数据分析实战项目3-用Excel做RFM模型用户分层模型分析
本文数据集来源:忘记了,私聊发数据源本次目的是将一份用户订单表做RFM模型分析,做好8个维度的用户分层,可以方便运营和销售有目的去跟进重点和非重点客户. 数据源字段如图所示,但本次是订单表,客户有重 ...
《十周成为数据分析师》笔记——业务线第八节常见互联网业务的数据分析报告的制作及用户分层模型
互联网业务数据分析报告及用户分层模型一.业务逻辑回顾及互联网相关指标 1.实战项目与业务逻辑回顾数据报表(数据源)→用户画像(数据分析)→数据化运营(决策指导)→商业分析(宏观判断)→分析报告(结 ...
Python 数据处理数据挖掘（六）：决策树模型之 CART算法
声明:本文为学习笔记,侵权删一.基尼系数&CART算法 CART(Classification And Regression Tree - 分类/回归树)是决策树算法的其中一种,依靠基尼系数 ...
Python计算机视觉——第四章照相机模型与增强现实
文章目录引言 4.1 针孔照相机模型 4.1.1 投影矩阵 4.1.2 三维点的投影 4.1.3 照相机矩阵的分解 4.1.4 计算照相机中心 4.2 照相机标定 4.2.1 相机参数标定实验 4. ...
python计算机视觉第四章照相机模型与增强现实
文章目录引言 4.1针孔照相机模型 4.1.1照相机矩阵 4.1.2三维点的投影 4.1.3照相机矩阵分解 4.1.4计算照相机中心 4.2照相机标定 4.2.1一个简单地标定方法 4.3以平面和标 ...
数据分析方法-AARRR用户增长模型
AARRR模型因其掠夺式的增长方式也被称为海盗模型,<增长黑客>一书的核心思想就是AARRR漏斗模型. AARRR模型的核心要点主要是把控产品的整体收益情况,用户生命周期价值(LTV)远大 ...
运营数据分析模型—用户分层分析
用户分层模型分层分析法是根据数据分析对象的特征,按照一定的标志(指标),把数据分析对象划分为不同的部分和类型来进行研究,以揭示其内在的联系和规律性. 业务经营最忌吃大锅饭,对待用户一视同仁.当用户只 ...
python给用户打标签_用Python实现RFM模型——互联网产品用户分层必备技巧
1.前言 RFM模型即"R"--Recency(最近一次消费时间)."F"--Frequency(一段时间内消费频次)."M"--(一段时间 ...

Python 数据处理数据挖掘（四）：用户分层模型RFM

一、RFM模型

二、R,F,M的评判标准

三、用户分类

Python 数据处理数据挖掘（四）：用户分层模型RFM相关推荐

最新文章

热门文章