网络运营商客户价值分析

目录

1,背景分析:

2,数据探索:

        1,数据合并

        2,异常值处理

        3,数据展示

3,构建模型

        1,查找某一话费的某一月份客户消费

        2,计算客户的花费

        3,0均值标准化

        4,雷达图

---

2021年夏期期末数据挖掘项目:给定三个数据集(data1.csv/data2.csv/data_info.csv),通过本学期的学习对该数据进行数据挖掘研究.以下是本人的个人见解也是我的期末项目成果(只记录了部分代码),可能并不是多么完美甚至谈不上好,但我还是想写下来,记录这一学期的成长.请多多指教.

---

1,背景分析:

        随着大数据时代的到来，数据挖掘技术得到了各行各业的青睐，各大企业、政府等机构单位的营销核心从以往的商品中心转换为客户中心，从而客户关系管理成为企业营销活动的核心内容。客户关系管理的关键问题在于对客户进行分类处理，从分类客户中找出客户对各类产品的偏好情况，以及对企业存在高价值或无价值的客户。企业再根据不同偏好或者不同价值的客户，有针对性地制定相应的服务方案，针对不同的客户采用不同的营销渠道，将有限的资源尽可能地最大化利用，最终实现企业的利润最大化。因此企业根据相应的客户资料获取准确的客户分类是企业设计营销方案的重要前提和依据。     在竞争如此激烈的环境下，运营商不能再像以前一样，以产品多样性为核心来开展营销活动，应将目光投向客户，对客户进行分类，分析预测客户的潜在消费行为，根据不同偏好的客户制定不同的营销方案，从而大大的提高营销的成功率。     本次分析根据运营商客户的各时段通话时长、上网时长及消费情况，采用K-Means聚类方法深入分析客户行为，获取客户行为特征，并挖掘出不同客户群的价值。

2,数据探索:

        1,数据合并

首先设置中文属性并读取data1.csv以及user_info.csv的数据

import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams["font.sans-serif"] = ["SimHei"]
plt.rcParams["axes.unicode_minus"] = False
user_data1 = pd.read_csv('data1.csv', encoding='gbk')
user_info_data = pd.read_csv('user_info.csv', encoding='gbk')

然后将data1.csv以及user_info.csv进行全连接形成表格data_1-1.csv,合并连接形成表格data_1-2.csv.这样做的目的在于用data_1-1.csv来进行后面的数据挖掘部分即我们要能从该表中找到某一月份某种话费类型的所有客户消费情况,继而计算在该话费类型下当月客户的消费情况(例如一月份话费类型为CAT 50的客户销量)

data1 = pd.merge(user_data1, user_info_data, how='outer')
data1.to_csv('data_1-1.csv')
"""
pd.merge(df1,df2,how='outer') ##  全连接，取并集
pd.merge(df1,df2,how='left')  ### 左连接，左边取全部，右边取部分，
pd.merge(df1,df2,how='right') ###  右连接，右边取全部，左边取部分
"""
# 数据聚合:--对整个DataFrame数值求平均值,删除最后一列【month】
user_info_data = user_info_data.groupby(user_info_data['Customer_ID']).mean()
user_info_data = user_info_data.drop('month', 1)
# 数据合并2
data = pd.merge(user_data1, user_info_data, left_on='Customer_ID', right_index=True)
# 设置索引列
data.index = data['Customer_ID']
# 为什么要删除:重复
data = data.drop('Customer_ID', 1)
data.to_csv("data_1-2.csv")
print(data)

        2,异常值处理

常见的异常值为:缺失值,离群点等,还可能有些数据类型错误(如浮点型和整型及字符型的混合),单位错误(未转换单位)的情况出现.但任何时候第一步到要查看是否有缺失值(这部分代码在py