商业数据分析 | RFM客户分类模型

本节给大家介绍的是RFM模型，RFM模型是衡量客户价值和客户创利能力的重要工具和手段，通过一个客户的近期购买行为、购买的总体频率以及消费额度三个指标来描述该客户的价值状况。其中，用R（Recency）表示交易间隔、F（Frequency）表示交易频度、M（Monetary）表示交易金额组成，具体的含义如下表格所示：

首先，计算R、F和M的分值，计算方法是在各自的维度上分为高低两类，分值高记为2，分值低记为1，R、F和M三个指标两两组合，可以得出8个不同的RFM值，按照实际情况分为8大客户群体，具体分类规则如下所示：

数据获取

公众号后台回复

RFM模型

获取本节所使用的数据集

下面一起来学习

 1   数据预处理

本文所使用的数据集一共包含七个字段和5500条样本，这些字段分别是用户id，用户出生日期，下单时间，订单ID、支付方式、支付金额和是否享受折扣。

import pandas as pd
data = pd.read_csv( r'C:\Users\尚天强\Desktop\Orders.csv',engine='python',encoding='gbk') data.head()

​​##查看数据情况 ​​​​data.shape​​

(5500, 7)

​​#重复值计数 ​​​​data['Uid'].duplicated().value_counts()​​

False 2822 True 2678 Name: Uid, dtype: int64

对用户id字段重复数计数，发现一共有2678个重复值。

​​#删除重复值 ​​​​data.drop_duplicates(subset=['Uid'],keep='first',inplace=True) ​​​​data['Uid'].duplicated().value_counts()​​

False 2822 Name: Uid, dtype: int64

删除用户id的重复值后剩余2822条记录。

#查看是否有缺失值，以及查看数据类型
data.info()

代码运行后发现没有缺失值，这里下单时间的数据类型是object，需要将其转化为日期类型，然后，根据交易日期，计算出每次交易距今的间隔天数。

# 将交易日期处理为日期数据类型 
data['Order_Date'] = pd.to_datetime(data.Order_Date,format='%Y/%m/%d')

# 假设2018-11-11是计算当天，求交易日期至计算当天的距离天数 
data['Days'] = pd.to_datetime('2018-11-11') - data['Order_Date']

# 从时间距离中获取天数 
data['Days'] = data['Days'].dt.days

data.head()

 2   计算R、F、M的值

计算R、F、M的值，以用户ID作为分组列，间隔天数、订单ID、支付金额分别为聚合列，分别求最小值、计数、求和，得出结果。

​​# 统计每个客户距离指定日期有多久没有消费了，即找出最小的最近消费距离 ​​​​R = data.groupby(by=['Uid'],as_index=False)['Days'].agg('min')​​

​​# 统计每个客户交易的总次数，即对订单ID计数 ​​​​F = data.groupby(by=['Uid'],as_index=False)['Order_Id'].agg('count')​​

​​# 统计每个客户交易的总额，即对每次的交易金额求和 ​​​​M = data.groupby(by=['Uid'],as_index=False)['Pay_Amt'].agg('sum')​​

使用merge方法，将R、F、M三个数据在客户ID维度上关联起来，因为它们拥有共同的列名，在这种情况下，on参数可以省略不写。

​​# 将R、F、M三个数据框关联，merge默认内连接，可省略，两表on条件的关联列名均为CustomerID，同样可省略 ​​​​RFM_Data​​

​​#​​​​RFM_Data.columns = ['Uid', 'R', 'F', 'M']​​

​​RFM_Data.head()​​

 3   计算R、F、M综合分值

计算完R、F、M的值后，需要将他们各自按照平均值划分为高、低两类，高于平均值的赋值为2，低于平均值的赋值为1。

# 判断R列是否大于等于R列的平均值，使用loc将符合条件R_S列的值赋值为1 RFM_Data.loc[RFM_Data['R'] >= RFM_Data.R.mean(), 'R_S'] = 1

​​#​​​​RFM_Data.loc[RFM_Data['R'] < RFM_Data.R.mean(), 'R_S'] = 2​​

​​#同R_S赋值方法，对F_S、M_S进行赋值，但与R相反，F、M均为越大越好 ​​​​RFM_Data.loc[RFM_Data['F'] <= RFM_Data.F.mean(), 'F_S'] = 1 ​​​​RFM_Data.loc[RFM_Data['F'] > RFM_Data.F.mean(), 'F_S'] = 2 ​​​​RFM_Data.loc[RFM_Data['M'] <= RFM_Data.M.mean(), 'M_S'] = 1 ​​​​RFM_Data.loc[RFM_Data['M'] > RFM_Data.M.mean(), 'M_S'] = 2​​

​​RFM_Data.head()​​

这里使用一个小技巧计算RFM综合分值

RFM综合分值=100*R_S+10*F_S+1*M_S

如上第一行求出来的结果就是212。

# 计算RFM综合分值 
RFM_Data['RFM'] = 100*RFM_Data.R_S+10*RFM_Data.F_S+1*RFM_Data.M_S

​​RFM_Data.head()​​

 4   用户分层

这里定义了一个字典，将计算出来的8个RFM综合分值，一一对应一个客户类型，并且与前面计算的RFM综合分值进行横向连接。

# 定义RFM综合分值与客户类型的对应关系表 
CustomerType = pandas.DataFrame(data={'RFM': [111,112,121,122,211,212,221,222],                                
                               'Type': ['潜在客户','重点挽留客户','一般保持客户','重点保持客户','一般发展客户','重点发展客户','一般价值客户','高价值客户'] } )

# 将RFMData与RFM综合分值客户类型的对应关系表合并为一个数据框，merge默认内连接，可省略，两表on条件的关联列名均为RFM，同样可省略 
RFM_Data = RFM_Data.merge(CustomerType)

RFM_Data.head()

​​#​​​​RFM_Data.groupby(by=['RFM','Type'])['Uid'].agg('count')​​

对于本次结果生成的客户数进行统计，其中高价值的客户有850个，潜在的客户有681个。

​​import pandas as​​​​s=pd.DataFrame({'Type':['潜在客户','重点挽留客户','一般保持客户','重点保持客户','一般发展客户','重点发展客户','一般价值客户','高价值客户'], ​​​​'客户数':[681,22,174,276,489,6,324,850]}, ​​​​'潜在客户','重点挽留客户','一般保持客户','重点保持客户','一般发展客户','重点发展客户','一般价值客户','高价值客户']) ​​​​s.sort_values(by='客户数',ascending=True, inplace=True) ​​​​s.plot(kind='barh')​​

对于结果可视化作图分析，其中高价值客户数最多，重点发展客户最少。

 5   数据导出

# 导出数据  RFM_Data.to_excel(r'C:\Users\尚天强\Desktop\RFM模型.xlsx',index=None)

 6   结论建议

通过RFM模型分类后发现，高价值客户数最多，这部分客户最近一次交易时间近、交易频次高、交易金额大，是优质客户，针对这部分客户，可以加大一些优惠力度，享受高折扣，以及做好客情维护。

而潜在客户数也较多，这部分客户最近一次交易时间长、交易频次低、交易金额小，有流失风险，鉴于这部分客户数占比较多，优先考虑挽回，可主动增加造访机会，挽回客户。