客户精准营销（RFM模型）

# ### 1. 导入数据
import os
import pandas as pd

trad_flow=pd.read_csv(r'RFM_TRAD_FLOW.csv',encoding='gbk')
trad_flow.head()

transID	cumid	time	amount	type_label	type
0	9407	10001	14JUN09:17:58:34	199.0	正常	Normal
1	9625	10001	16JUN09:15:09:13	369.0	正常	Normal
2	11837	10001	01JUL09:14:50:36	369.0	正常	Normal
3	26629	10001	14DEC09:18:05:32	359.0	正常	Normal
4	30850	10001	12APR10:13:02:20	399.0	正常	Normal

# ### 2.通过 RFM方法 建立 模型  R(Recency)购买的时间  F(Frequency)购买的次数  M(Monetary)购买的金额
#2.1 通过计算F反应客户对打折产品的偏好
F=trad_flow.groupby(['cumid','type'])[['transID']].count()
F.head(10)

transID
cumid	type
10001	Normal	15
	Presented	8
	Special_offer	2
	returned_goods	2
10002	Normal	12
	Presented	5
	returned_goods	1
10003	Normal	15
	Presented	8
	Special_offer	1

#数据处理，空值填充为0。添加新列（兴趣度）.做出交叉表的效果F_trans=pd.pivot_table(F,index='cumid',columns='type',values='transID')
F_trans['Special_offer']= F_trans['Special_offer'].fillna(0)
F_trans["interest"]=F_trans['Special_offer']/(F_trans['Special_offer']+F_trans['Normal'])
F_trans.head()

type	Normal	Presented	Special_offer	returned_goods	interest
cumid
10001	15.0	8.0	2.0	2.0	0.117647
10002	12.0	5.0	0.0	1.0	0.000000
10003	15.0	8.0	1.0	1.0	0.062500
10004	15.0	12.0	2.0	1.0	0.117647
10005	8.0	5.0	0.0	1.0	0.000000

#help(pd.pivot_table) ，不会可以用help查看pivot_table的用法以及参数

#2.2 通过计算M反应客户的价值信息
M=trad_flow.groupby(['cumid','type']).sum()
M.head()

transID	amount
cumid	type
10001	Normal	456941	3608.0
	Presented	330459	0.0
	Special_offer	49531	420.0
	returned_goods	79927	-694.0
10002	Normal	315177	1894.0

M_trans=pd.pivot_table(M,index='cumid',columns='type',values='amount')

M_trans.head()

type	Normal	Presented	Special_offer	returned_goods
cumid
10001	3608.0	0.0	420.0	-694.0
10002	1894.0	0.0	NaN	-242.0
10003	3503.0	0.0	156.0	-224.0
10004	2979.0	0.0	373.0	-40.0
10005	2368.0	0.0	NaN	-249.0

M_trans['Special_offer']= M_trans['Special_offer'].fillna(0)
M_trans['returned_goods']= M_trans['returned_goods'].fillna(0)
M_trans["value"]=M_trans['Normal']+M_trans['Special_offer']+M_trans['returned_goods']
M_trans.head()

type	Normal	Presented	Special_offer	returned_goods	value
cumid
10001	3608.0	0.0	420.0	-694.0	3334.0
10002	1894.0	0.0	0.0	-242.0	1652.0
10003	3503.0	0.0	156.0	-224.0	3435.0
10004	2979.0	0.0	373.0	-40.0	3312.0
10005	2368.0	0.0	0.0	-249.0	2119.0

#2.3 通过计算R反应客户是否为沉默客户

from datetime import datetime
import time

#定义函数，用于将时间转化为需要的格式
def to_time(t):
    out_t=time.mktime(time.strptime(t, '%d%b%y:%H:%M:%S'))   ########此处修改为时间戳方便后面qcut函数分箱
    return out_t
a="14JUN09:17:58:34"
print(to_time(a))  #稍微查看一下函数

1244973514.0

trad_flow["time_new"]= trad_flow.time.apply(to_time)

trad_flow.head()

transID	cumid	time	amount	type_label	type	time_new
0	9407	10001	14JUN09:17:58:34	199.0	正常	Normal	1.244974e+09
1	9625	10001	16JUN09:15:09:13	369.0	正常	Normal	1.245136e+09
2	11837	10001	01JUL09:14:50:36	369.0	正常	Normal	1.246431e+09
3	26629	10001	14DEC09:18:05:32	359.0	正常	Normal	1.260785e+09
4	30850	10001	12APR10:13:02:20	399.0	正常	Normal	1.271049e+09

R=trad_flow.groupby(['cumid'])[['time_new']].max()

R.head()

time_new
cumid
10001	1.284699e+09
10002	1.278129e+09
10003	1.282983e+09
10004	1.283057e+09
10005	1.282127e+09

# ### 3.构建模型，筛选目标客户

from sklearn import preprocessing
threshold = pd.qcut(F_trans['interest'], 2, retbins=True)[1][1]
threshold
0.08333333333333333

pd.qcut 的用法：基于分位数的离散化函数。根据等级或样本分位数将变量分解为大小相等的桶。例如，10个分位数的1000个值将产生一个分类对象，指示每个数据点的分位数成员资格。  用于分类，分2类

binarizer = preprocessing.Binarizer(threshold=threshold)
binarizer

Binarizer(copy=True, threshold=0.08333333333333333)

preprocessing.Binarizer(threshold=threshold) 用法：根据大于阈值映射为1的阈值将数据(将特征值设置为0或1)，而值小于或等于阈值映射为0。默认阈值为0时，只有正值映射为1。二进制化是对文本计数数据的一种常见操作，分析人员可以决定只考虑功能的存在与否，而不是量化的出现次数。它也可以作为考虑布尔随机变量的估计器的预处理步骤(例如，在贝叶斯设置中使用Bernoulli分布建模)。

interest_q = pd.DataFrame(binarizer.transform(F_trans['interest'].values.reshape(-1, 1)))
interest_q.head() #查看建模后的数据，已经分成了2类

0
0	1.0
1	0.0
2	0.0
3	1.0
4	0.0

interest_q.index=F_trans.index #将上面的数据添加index和column

interest_q.columns=["interest"]

interest_q.head()

interest
cumid
10001	1.0
10002	0.0
10003	0.0
10004	1.0
10005	0.0

threshold = pd.qcut(M_trans['value'], 2, retbins=True)[1][1] #剩下的同上，全部分2类

binarizer = preprocessing.Binarizer(threshold=threshold)

value_q = pd.DataFrame(binarizer.transform(M_trans['value'].values.reshape(-1, 1)))
value_q.index=M_trans.index
value_q.columns=["value"]

threshold = pd.qcut(R["time_new"], 2, retbins=True)[1][1]
binarizer = preprocessing.Binarizer(threshold=threshold)
time_new_q = pd.DataFrame(binarizer.transform(R["time_new"].values.reshape(-1, 1)))
time_new_q.index=R.index
time_new_q.columns=["time"]

analysis=pd.concat([interest_q, value_q,time_new_q], axis=1) #将RFM建模形成的3个表连接
analysis = analysis[['interest','value','time']]
analysis.head()

#添加一列，将分类结果换成中文

label = {
    (0,0,0):'无兴趣-低价值-沉默',
    (1,0,0):'有兴趣-低价值-沉默',
    (1,0,1):'有兴趣-低价值-活跃',
    (0,0,1):'无兴趣-低价值-活跃',
    (0,1,0):'无兴趣-高价值-沉默',
    (1,1,0):'有兴趣-高价值-沉默',
    (1,1,1):'有兴趣-高价值-活跃',
    (0,1,1):'无兴趣-高价值-活跃'
}
analysis['label'] = analysis[['interest','value','time']].apply(lambda x: label[(x[0],x[1],x[2])], axis = 1)
analysis.head()

interest	value	time	label
cumid
10001	1.0	1.0	1.0	有兴趣-高价值-活跃
10002	0.0	0.0	0.0	无兴趣-低价值-沉默
10003	0.0	1.0	0.0	无兴趣-高价值-沉默
10004	1.0	1.0	0.0	有兴趣-高价值-沉默
10005	0.0	0.0	0.0	无兴趣-低价值-沉默