百货商场用户画像描绘and价值分析（上）

最新推荐文章于 2024-05-23 09:54:07 发布

我今天ac了吗

最新推荐文章于 2024-05-23 09:54:07 发布

阅读量927

点赞数 19

分类专栏：数据挖掘与机器学习文章标签：信息可视化

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/2401_84032998/article/details/137758996

版权

数据挖掘与机器学习专栏收录该内容

18 篇文章 0 订阅

订阅专栏

目录

内容概述
数据说明
技术点
主要内容

内容概述

本项目内容主要是基于Python的“百货商场用户画像描述与价值分析”，里面有详细的数据预处理、数据可视化和数据建模等步骤。同时，针对传统RFM模型进行了改进，构造了LRFMP模型来分析客户价值，挖掘客户价值的八个字段，并通过WordCloud形式展现了出来，可以对会员用户进行精准画像。

数据说明

数据集分为两部分，.xlsx结尾的是会员信息表，.csv结尾的是销售流水表。其中，会员信息表共有将近19万条记录，销售流水表共有接近189万条记录。

两个表包含了如会员卡号，消费产生时间，性别，出生时间，商品编码，销售数量，商品售价，消费金额，商品名称，此次消费的会员积分，收银机号，单据号，柜组编码，柜组名称，等级时间等 15 个特征。

L（入会程度）：3个月以下为新用户，4-12个月为中等用户，13个月以上为老用户
R（最近购买的时间）
F（消费频次）：次数20次以上的为高频消费，6-19次为中频消费，5次以下为低频消费
M（消费金额）：10万以上为高等消费，1万-10万为中等消费，1万以下为低等消费
P（消费积分）：10万以上为高等积分用户，1万-10万为中等积分用户，1万以下为低等积分用户

技术点

数据预处理：包括去重去缺失值、异常值处理、变量重编码和时间序列数据处理方式等；
数据可视化：饼图、柱状图、折线图、雷达图和复合图等绘制方式等；
特征创造和数据建模：从海量连续数据中创造出性别、消费偏好、入会程度、最近购买的时间、消费频次、消费金额、消费积分等类别数据，建模部分主要通过标准化和归一化数据来对比KMeans聚类的轮廓系数结果。

主要内容

导入模块

在这里插入图片描述

1.项目背景

1.1 项目背景与挖掘目标

在这里插入图片描述

在这里插入图片描述

2.数据探索与预处理

2.1 结合业务对数据进行探索并进行预处理

会员信息表数据探索与预处理

在这里插入图片描述

从上面会员信息表进行分析可以看出，数据中会员卡号存在一些重复值，且会员入会登记时间都有缺失，需要去重去缺失值，因为性别比例缺失较少，所以用众数来填补性别上的缺失值

在这里插入图片描述

在这里插入图片描述

检验是否在“登记时间”这一字段上是否存在异常值，若存在异常值，则无法进行基础的运算操作，下面操作能正常执行，说明不存在异常值

在这里插入图片描述

查看处理后数据缺失值情况
在这里插入图片描述

下面这里另建了一个数据集L来保存“出生日期”和“性别”信息，方便下面对会员的性别和年龄信息进行统计
在这里插入图片描述

出生日期这列值出现较多的异常值，以一个正常人寿命为100年算起，我们假定会员年龄范围在1920-2020之间，将超过该范围的值当作异常值进行剔除

在这里插入图片描述

用于与销售流水表进行合并的数据只取[‘会员卡号’, ‘性别’, ‘登记时间’]这三列，将出生日期这列意义不大的进行删除（这列信息最有可能出错），并重置索引
在这里插入图片描述

在这里插入图片描述

销售流水表数据探索和预处理

在这里插入图片描述

在这里插入图片描述

销售数量全部大于0，销售金额也全部大于0，说明两者不会对后者特征创造时产生影响
在这里插入图片描述

查看是否存在缺失值

在这里插入图片描述

会员信息表和销售流水表这两张表唯一相关联的字段便是“会员卡号”

由于销售流水表中“会员卡号”有将近一半为缺失值，这类数据无法进行填充，且后续需要对会员消费记录进行统计分析和建模，故只能舍弃
在这里插入图片描述

可以看到，舍弃掉会员卡号缺失值之后，便只有柜组名称存在缺失，下面舍弃掉一些无意义的字段，仅保留对本项目有研究价值的字段信息
在这里插入图片描述

在这里插入图片描述

2.2 将会员信息表和销售流水表关联与合并

在这里插入图片描述

按照会员卡号将两张表里的信息进行合并，使用左连接合并，获得一个既包含会员信息，又包含非会员信息的数据
在这里插入图片描述

在这里插入图片描述

这里可以看到，merge之后的数据异常值突然变多了，这里就需要对此进行预处理，筛选掉那些异常值，方便后续进行分析

创造一个特征字段，判断是否为会员，1表示为会员，0表示不为会员
在这里插入图片描述

3 统计分析

3.1 分析会员的年龄构成、男女比例等基本信息

处理男女比例这一列，女表示0，男表示1
在这里插入图片描述

可以将年龄划分为老年（1920-1950）、中年（1960-1990）、青年（1990-2010），再重新绘制一个饼图，
在这里插入图片描述

使用上述预处理后的数据集L，包含两个字段，分别是“年龄”和“性别”，先画出年龄的条形图
在这里插入图片描述

在这里插入图片描述

绘制各个年龄段的饼图
在这里插入图片描述

在这里插入图片描述

3.2 分析会员的总订单占比，总消费金额占比等消费情况

由于相同的单据号可能不是同一笔消费，以“消费产生的时间”为分组依据，我们可以知道有多少个不同的消费时间，即消费的订单数
在这里插入图片描述

在这里插入图片描述

3.3 分别以季度和天为单位，分析不同时间段会员的消费时间偏好

消费偏好：我偏向与消费的频次相当于消费的订单数，因为每笔消费订单其中所包含的消费商品和金额都是不太一样的，有的订单所消费的商品很少，但金额却很大，有的消费的商品很多，但金额却特别少。如果单纯以总金额来衡量的话，会员下次消费时间可能会很长，消费频次估计也会相对变小。

将会员的消费数据另存为另一个数据集
在这里插入图片描述

在这里插入图片描述

自定义一个函数来计算2015-2018之间每个季度或月份的消费订单均数
在这里插入图片描述

前提假设：2015-2018年之间，消费者偏好在时间上不会发生太大的变化（均值），消费偏好----->以不同时间的订单数来衡量
在这里插入图片描述

自定义函数来绘制不同年份之间的的季度或天数的消费订单差异

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

自定义函数来绘制不同年份之间的月份消费订单差异

在这里插入图片描述

在这里插入图片描述

再来分析下时间上的差差异——消费订单数
在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

更多详细内容可看
在这里插入图片描述

我今天ac了吗

关注

19
点赞
踩
10

收藏

觉得还不错? 一键收藏
0
评论
百货商场用户画像描绘and价值分析（上）

本项目内容主要是基于Python的“百货商场用户画像描述与价值分析”，里面有详细的数据预处理、数据可视化和数据建模等步骤。同时，针对传统RFM模型进行了改进，构造了LRFMP模型来分析客户价值，挖掘客户价值的八个字段，并通过WordCloud形式展现了出来，可以对会员用户进行精准画像。
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。