Python机器学习1-餐饮企业综合分析

1、餐饮企业现状与需求

        餐饮行业作为我国第三产业中的一个传统服务性行业，始终保持着旺盛的增长势头，取得了突飞猛进的发展，展现出繁荣兴旺的新局面。与此同时，我国餐饮业发展的质量和内涵也发生了重大变化。根据国家统计局数据显示，餐饮行业餐费收入从2006到2015年都处于增长的趋势，但是同比增长率却有很大的波动，如右图所示。

 

       某餐饮企业正面临着房租价格高、人工费用高、服务工作效率低等问题。企业经营最大的目的就是盈利，而餐饮企业盈利的核心是其菜品和客户，也就是其提供的产品和服务对象。如何在保证产品质量的同时提高企业利润，成为某餐饮企业急需解决的问题。

2、餐饮企业数据分析的步骤与流程

       通过对某餐饮企业的数据进行分析，最终为餐饮企业提出改善的建议。主要步骤如下图所示。

 

（1）从系统数据库中迁移与分析相关的数据到分析数据库中，包括客户信息、菜品详情、订单表和订单详情等。

（2）对数据进行预处理，统计菜品数据中的每日用餐人数、每日销售额并进行数据清洗等。

（3）进行特征工程，构建RFM特征和客户流失特征。

（4）使用K-means算法，对客户进行聚类分析，并基于聚类结果进行客户价值分析。

3、数据准备

        订单表（meal_order_info.csv）和客户信息表（users.csv）中包含2016年8月份的订单和对应客户的数据，将使用该部分数据进行客户价值聚类分析。历史订单表（info_new）和历史客户信息表（user_loss）包含2016年1~7月份的订单和对应客户的数据，将使用该部分数据构建客户流失预测模型，统计每日用餐人数与销售额。

 

4、数据预处理

        原始数据中的客户信息表（users.csv）没有直接给出客户最后一次消费的时间，订单表（meal_order_info.csv）中存在未完成的订单，如订单状态为0或2，且存在其不相关、弱相关或冗余的特征，所以需要先对原始数据进行预处理，如下代码所示。

info_august = pd.read_csv('../data/meal_order_info.csv', encoding='utf-8')
users_august = pd.read_csv('../data/users.csv', encoding='gbk')
# 提取订单状态为1的数据
info_august_new = info_august[info_august['order_status'].isin(['1'])]
info_august_new = info_august_new.reset_index(drop=True)
print('提取的订单数据维数：', info_august_new.shape)
info_august_new.to_csv('../tmp/info_august_new.csv', index=False, encoding='utf-8')

# 匹配用户的最后一次用餐时间
for i in range(1, len(info_august_new)):
    num = users_august[users_august['USER_ID'] ==
                       info_august_new.iloc[i-1, 1]].index.tolist()
    users_august.iloc[num[0], 14] = info_august_new.iloc[i-1, 9]
    users_august.iloc[num[0], 14] = info_august_new.iloc[i-1, 9]

user = users_august
user['LAST_VISITS'] = user['LAST_VISITS'].fillna(999)
user = user.drop(user[user['LAST_VISITS'] == 999].index.tolist())
user = user.iloc[:, [0, 2, 12, 14]]
print(user.head())
user.to_csv('../tmp/users_august.csv', index=False, encoding='utf-8')

5、使用K-means算法进行客户价值分析

        聚类可以从消费者中区分出不同的消费群体，并且概括出每一类消费者的消费模式或消费习惯，其中，K-Means算法是最为经典的基于划分的聚类方法。识别客户价值应用最广泛的模型是RFM模型，根据RFM模型，本案例中客户价值分析的关键特征，如下表所示。

特征名称	含义
R	客户最近一次消费距观测窗口结束的天数。
F	客户在观测窗口内总消费次数。
M	客户在观测窗口内总消费金额。

         使用K-means算法进行客户价值分析，如下代码所示。

# 绘图
fig = plt.figure(figsize=(7, 7))
ax = fig.add_subplot(111, polar=True)
sam = ['r','g','b']
lstype = ['-','--','-.']
lab = []
for i in range(len(kmeans_model.cluster_centers_)):
    values = kmeans_model.cluster_centers_[i]
    feature = ['R','F','M']
    values = np.concatenate((values, [values[0]]))
    # 绘制折线图
    ax.plot(angles, values, sam[i], linestyle=lstype[i], linewidth=2, markersize=10)
    ax.fill(angles, values, alpha=0.5)  # 填充颜色
    ax.set_thetagrids(angles * 180 / np.pi, feature, fontsize=15)  # 添加每个特征的标签
    plt.title('客户群特征分布图')  # 添加标题
    ax.grid(True)
    lab.append('客户群' + str(i+1))
plt.legend(lab)
plt.show()
plt.close

       

       由上图可知，客户群2的F、M特征值最大，R特征值最小；客户群1的F、M、R特征值较小；客户群3的R特征值最大，F、M特征值最小。每个客户群的都有显著不同的表现特征，基于该特征描述，本案例定义3个等级的客户类别：重要保持客户、一般价值客户、低价值客户。客户群分类排序结果如下表所示。

客户群	排名	排名含义
客户群1	2	一般价值客户
客户群2	1	重要保持客户
客户群3	3	低价值客户