会员分析案例

加油吶

于 2023-07-13 21:55:12 发布

阅读量146

点赞数

分类专栏：讲义笔记文章标签：信息可视化数据分析 python

本文链接：https://blog.csdn.net/m0_59100129/article/details/131678580

版权

这篇博客主要探讨了零售会员分析，包括会员存量增量、等级分布、占比及地区店均数量分析，同时深入讲解了RFM会员价值度模型的业务说明、代码实现、打分方法以及结果可视化，强调了数据可视化在分析过程中的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

今日重点

1 零售会员分析

透视表/分组聚合

数据可视化

2 RFM 会员价值度分析

分组聚合分析

数据可视化

业务问题

1 零售会员分析

1.1 会员存量增量分析

custom_info.pivot_table(index='注册年月',values='会员卡号',aggfunc='count')
month_count = custom_info.groupby('注册年月')[['会员卡号']].count()
month_count.columns = ['月会员增量']
month_count['会员存量'] = month_count['月会员增量'].cumsum()

数据可视化

import matplotlib.pyplot as plt
month_count['月会员增量'].iloc[1:].plot(figsize = (16,8),color = 'red',secondary_y=True,ylabel = '月会员增量')
month_count['会员存量'].iloc[1:].plot.bar(color = 'gray',fontsize = 16)
plt.title('会员增量存量分析',fontsize=20)
plt.show()

同一个dataframe连着两次plot 图会画在同一个框中

secondary_y=True 指定副坐标轴

fontsize 调整字体大小

legend 添加图例

1.2 会员增量等级分布

透视表和分组聚合实际上功能相同

custom_info.groupby(['注册年月','会员等级'])['会员卡号'

最低0.47元/天解锁文章