基于RFM模型的客户分析

客户RFM模型分类

客户类型	最近一次交易距离观测窗口的天数（黏性）	累计交易频次（忠诚度）	累计交易成交额（消费能力）	对应场景
重要价值客户	+	+	+	RFM都很大，优质客户
重要召回客户	-	+	+	成交量和成交额都很大，但是最近没有交易，需要召回
重要发展客户	+	-	+	成交额大，最近有交易，需要重点识别
重要挽留客户	-	-	+	成交额大，潜在的价值客户，需要挽留
潜力客户	+	+	-	成交量大，且最近有交易，需要挖掘
新客户	+	-	-	最近有交易，是新客户，需要推广
一般维持客户	-	+	-	成交量大，但是贡献不大，黏性也不高，一般维持
流失客户	-	-	-	已经流失的客户

客户的价值分析：

（1）客户群1 —— FM很高，R较低，可以看做是重要召回客户
（2）客户群2 —— RFM都偏低，属于低价值客户
（3）客户群3 —— R很高，但FM很低，属于新客户

客户价值排名：

客户群1 ——1—— 重要召回
客户群2 ——2—— 流失客户/低价值客户
客户群3 ——3—— 新客户

客户特点：

（1）重要召回客户：
成交量和成交额都很大，但是最近没有交易，需要发掘其潜力方形
促使这类客户在本公司消费和合作伙伴处消费。通过客户价值提升，加强满意度，促使成为高价值客户。

（2）流失客户/低价值客户：
客户所乘坐航班乘坐次数F里程M低以及较长时间无乘坐。
他们可能是在公司打折促销时才会乘坐本公司航班。

（3）新客户：
最近有交易，是新客户，需要推广。
增加与这类客户的互动，了解情况，采取一定手段，让客户生命进一步成长。

实现步骤

• 数据探索清洗
• RFM属性设计
• 维度打分
• 分值计算
• 客户分层
• 描述统计并可视化

# 导包
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import matplotlib


plt.style.use('seaborn')
plt.rcParams["font.sans-serif"] = ["SimHei"] #显示中文,解决图中无法显示中文的问题
plt.rcParams["axes.unicode_minus"] = False #设置显示中文后,负号显示受影响。解决坐标轴上付好乱码问题

数据探索和清洗

df  = pd.read_excel('PYTHON-RFM实战数据.xlsx')
df.head()

	品牌名称	买家昵称	付款日期	订单状态	实付金额	邮费	省份	城市	购买数量
0	wifi365	叫我李2	2019-01-01 00:17:59	交易成功	186	6	上海	上海市	1
1	wifi365	0cyb1992	2019-01-01 00:59:54	交易成功	145	0	广东省	广州市	1
2	wifi365	萝污萌莉	2019-01-01 07:48:48	交易成功	194	8	山东省	东营市	1
3	wifi365	atblovemyy	2019-01-01 09:15:49	付款以后用户退款成功，交易自动关闭	84	0	江苏省	镇江市	1
4	wifi365	小星期鱼	2019-01-01 09:59:33	付款以后用户退款成功，交易自动关闭	74	0	上海	上海市	1

# 删除退款
df = df.loc[df['订单状态']=='交易成功',:]
df.shape

(27793, 9)

print ("列数     : " ,df.shape[0])
print ("行数  : " ,df.shape[1])
print ("\n特征数量 : \n" ,df.columns.tolist())
print ("\n缺失值 :  ", df.isnull().sum().values.sum())
print ("\n唯一值 :  \n",df.nunique())

列数     :  27793
行数  :  9

特征数量 : 
 ['品牌名称', '买家昵称', '付款日期', '订单状态', '实付金额', '邮费', '省份', '城市', '购买数量']

缺失值 :   1

唯一值 :  
 品牌名称        1
买家昵称    25420
付款日期    27283
订单状态        1
实付金额      280
邮费          6
省份         31
城市        345
购买数量       22
dtype: int64

# 删除缺失值,重复值，把ID改为字符类型
df.dropna(inplace=True)
df.drop_duplicates(inplace=True)
df.reset_index(drop=True,inplace=True)
df.head(2)

	品牌名称	买家昵称	付款日期	订单状态	实付金额	邮费	省份	城市	购买数量
0	wifi365	叫我李2	2019-01-01 00:17:59	交易成功	186	6	上海	上海市	1
1	wifi365	0cyb1992	2019-01-01 00:59:54	交易成功	145	0	广东省	广州市	1

RFM属性设计

# 提取三个关键字段
df1 = df[['买家昵称','付款日期','实付金额']]

df1['付款日期'] = pd.to_datetime(df1.付款日期)

C:\Users\Administrator\anaconda3\lib\site-packages\ipykernel_launcher.py:1: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  """Entry point for launching an IPython kernel.

df1