基于RFM 模型的 Python 实战分析

基于RFM 模型的 Python 实战分析

脱敏后数据链接:https://pan.baidu.com/s/1vSbBeNLaH5M4Ph8DGkgqRQ 密码:tr4q

一、RFM 模型介绍

RFM模型是根据客户活跃程度和交易金额的贡献，进行客户价值细分的一种用户分类方法。

• R（Recency）——最近一次交易时间间隔。基于最近一次交易日期计算的得分，距离当前日期越近，得分越高。如5分制反映客户交易活跃度较高。
• F（Frequency）——客户在最近一段时间内交易次数。基于交易频率计算的得分，交易频率越高，得分越高。如5分制反映客户交易频次较高。
• M（Monetray）——客户最近一段时间内交易金额。基于交易金额计算的得分，交易金额越高，得分越高。如5分制反映客户交易金额较高。

以上三个指标对客户进行 每个维度的1-5 分打分，会将每个维度细分出5类，这样就能够细分出共5x5x5=125类用户。

但一般来说125类用户已超出普通人脑的计算范畴了，更别说针对125类用户量体定制营销策略。

在本次实战中，我们只把每个维度做一次两分，即在每个维度上取平均值，高于平均值取 1，低于平均值取 0。

这样在3个维度上我们得到了2* 2*2=8类用户。

用户分类	R 分类	F 分类	M 分类	解读
重要价值客户	1	1	1	最近消费、高频、高消费
消费潜力客户	1	1	0	最近消费、高频、低消费
频次深耕客户	1	0	1	最近消费、低频、高消费
新客户	1	0	0	最近消费、低频、低消费
重要价值流失预警客户	0	1	1	最近未消费、高频、高消费
一般客户	0	1	0	最近未消费、高频、低消费
高消费换回客户	0	0	1	最近未消费、低频、高消费
流失客户	0	0	0	最近未消费、低频、低消费

基于这 8 类用户，我们再进行用户营销策略制定，显而易见会容易许多。

二、数据导入与清洗

1.相关包导入

先对相关包进行导入，将数据导入 Python：

import pandas as pd
import numpy as np
df=pd.read_csv('RMF_Model_Data.csv')

2.查看字段定义

查看数据表中相关字段及其含义：

df.columns

由于本次数据只需提取已完成的订单，故对【订单状态】查看其状态：

a=df.groupby('订单状态')['订单编号'].count().reset_index()

3.提取有用字段

由上可知：数据表中订单存在3种类型状态，订单未支付、订单支付未评价、订单已支付已评价。

上述 3 种订单均为已完成的订单，故无需对订单状态字段进行处理。

RFM模型中仅需 乘客编号，订单时间，订单金额，故将数据字段进行精简，仅保留以上 3 个字段。

df=df[['乘客编号','订单金额','叫车时间']]
df.head()

4.数据清洗

运行后发现叫车时间存在转义符，需对其进行处理:

（此处即对叫车时间进行切片，丢弃其最后两个字符）

df['叫车时间']=df['叫车时间'].apply(lambda x: x[:-2])
df.head()

查看数据类型，看是否有丢失或残缺：

df.info()

各字段数据完整，均为 31809条，无丢失情况。

但同时也发现，乘客编号为浮点型、订单金额为整型，叫车时间却为object类型。

下面利用 pandas将其转换为时间格式：

（此处是为了后续作时序分析，若只进行 RFM 模型，可以不进行转换）

df['叫车时间']=pd.to_datetime(df['叫车时间'],format='%Y/%m/%d %H:%M:%S')
df.info()

6.补充知识（日期格式化表达式）

插播一个小知识：Python 中日期格式化的表达方式如下：

%y 两位数的年份表示（00-99）
%Y 四位数的年份表示（000-9999）
%m 月份（01-12）
%d 月内中的一天（0-31）
%H 24小时制小时数（0-23）
%I 12小时制小时数（01-12）
%M 分钟数（00-59）
%S 秒（00-59）
%a 本地简化星期名称
%A 本地完整星期名称
%b 本地简化的月份名称
%B 本地完整的月份名称
%c 本地相应的日期表示和时间表示
%j 年内的一天（001-366）
%p 本地A.M.或P.M.的等价符
%U 一年中的星期数（00-53）星期天为星期的开始
%w 星期（0-6），星期天为星期的开始
%W 一年中的星期数（00-53）星期一为星期的开始
%x 本地相应的日期表示
%X 本地相应的时间表示
%Z 当前时区的名称
%% %号本身

最后我们的清洗基本上是完成了，来看一下清洗完的数据长什么样：

三、RFM 模型建立：

基础清洗告一段落，这一步关键在于构建模型所需的三个字段：

R（最近一次购买距今多少天)；
F（购买了多少次）；
M（平均或者累计购买金额）；

下面开始构造上述三个相关的衡量指标，即最近一次购买距今的天数差R、消费频率F、消费金额M及创建新表RFM。

1、 R 字段的构造：

先求出每位乘客的最近一次叫车时间：

r=df.groupby('乘客编号')['叫车时间'].max().reset_index()
#获得每一位乘客的最近一次叫车时间
r.loc[:10]

再以获取数据的时间（2020/3/1）减去叫车时间，即为R：

r['R']=(pd.to_datetime('2020-3-1')-r['叫车时间']).dt.days
r=r[['乘客编号','R']]
r.loc[:10]   

2、F 字段的构造

由于叫车时间为年月日时分秒的格式，故我们要先获得一个日期标签：

df['日期标签']=df['叫车时间'].astype(str).str[:10]
df.head()

一般建立 RFM 模型时，我们会将客户一天内的多笔订单视为一笔

即将以乘客编号&日期标签作聚合，获得各个乘客在 每一天的打车频次：

df_1=df.groupby(['乘客编号','日期标签'])['叫车时间'].count().reset_index()</