mysql按照客户对数据分类_数据分析—基于RFM用MySQL对客户进行深入分析

数据来源

理解数据

InvoiceNo：发票编号 ；每笔交易分配唯一的6位整数，而退货订单的代码以字母'c'开头

StockCode：产品编号；每个不同的产品分配唯一的5位整数

Description：产品描述；对每件产品的简略描述

Quantity：产品数量；每笔交易的每件产品的数量

InvoiceDate：交易日期；每笔交易发生的日期和时间

UnitPrice：单价(英镑)；单位产品价格

CustomerID：顾客ID；每个客户分配唯一的5位整数

Country：国家；每个客户所在国家/地区的名称

提出问题

基于RFM模型提出一下问题：

1.客户维度：各类客户的占比为多少，是否正常？

2.时间维度：各类客户分别都在哪些月份购买产品？

3.区域维度：各类客户分别集中在哪些州/国/地区？

4.产品维度：各类客户集中购买的产品分别是哪些？

数据清洗

用python对数据进行清洗(此处省略)

构建模型

1.将利用python清洗的数据导出为csv表:gift_retail_online，将表导入MySQL中。

2.创建分析所需的新表

即:

地区表：online_country_state

价格区间表：online_price_range

客户分类表：online_customer_group

建表过程

①选出国家再人工进行查询得到online_country_state(地区表)

SELECT DISTINCT 国家 AS 国家 FROM gift_retail_online

将国家选出来，由于地区数据需要查询，所以导出国家再进行人工查询其中文名称、所属洲及在其所属洲的位置，部分表截图如下：

②创建临时表price再转化为新表online_price_range(价格区间表)

CREATE VIEW price AS

SELECT 产品编号,

(CASE WHEN 单价=0 THEN '赠品'

WHEN 单价<1 THEN '<1'

WHEN 单价<10 THEN '1-10'

WHEN 单价<50 THEN "10-50"

WHEN 单价<300 THEN "50-300"

WHEN 单价<1000 THEN "300-1000"

WHEN 单价<3000 THEN "1000-3000"

ELSE ">3000" END) AS 价格区间

FROM (SELECT * FROM gift_retail_online WHERE 单价>=0) AS a

3. 由于需要对客户分类

根据RFM模型，创建R_value、F_value、M_value三张临时表，再由三张临时表创建出临时客户分类表，再转化为新表online_