【笔记】电商RFM模型

一、理论基础

（1）RFM模型

R：Recency 最近一次购买–付款日期-按照买家昵称 groupby 取付款日期的信息

F：Frequency 购买频次-付款日期-按照买家昵称 groupby 取付款曰期次数

M：Monetary 购买金额-实付金额-按照买家昵称 groupby 取实付金额的求和

R	F	M	标签
↑	↑	↑	重要价值客户
↓	↑	↑	重要保持客户
↑	↓	↑	重要发展客户
↓	↓	↑	重要挽留客户
↑	↑	↓	一般价值客户
↓	↑	↓	一般保持客户
↑	↓	↓	一般发展客户
↓	↓	↓	一般挽留客户

（2）问题：客户往往是聚集程度比较高的(从可视化角度)，不会均质的分布在8个维度里。

（3）背景：业务方/需求方可能需要我们对应的对客户进行分群，以对应他们准备的3种不同的礼包/优惠券/套餐/推荐，我们作为数据分析师，需要根据客户的一些特征进行分群。

（4）算法思路：

1. 分类：事先需要准备训练数据集，将训练数据集只保留特征，并提报给业务/需求方由较为有经验的资深员工，进行标签标注。划定哪些客户为第一类，哪些第二类，哪些第三类。标注结束后，用以训练模型并且预测其他客户的分类。

2. 聚类：使用R/F/M三个特征进行kmeans建模，直接给定k值为3，完成三种不同客户类群的直接划分。

二、导入数据并查看

（1）总览信息查看

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt

data = pd.read_excel('data/电商用户价值挖掘.xlsx')
data.head()
data.info()
data.isnull().mean()

城市有空值，但不影响RFM模型。

（2）分别查看各有用字段

① 查看数据的时间周期

# 最早的时间为min
data['付款日期'].min()  # Timestamp('2019-01-01 00:17:59')
# 最晚的时间为max
data['付款日期'].max()  # Timestamp('2019-06-30 22:46:22.511000')

② 查看订单状态

data['订单状态'].value_counts()
"""
交易成功                 27793
付款以后用户退款成功，交易自动关闭     1040
Name: 订单状态, dtype: int64
"""

（3）进行一些简单的预处理

① 扣除退款数据

data = data[data['订单状态'] == '交易成功']