rfm模型python_使用python实现RFM模型

今天用Python做了一个RFM模型分析，数据来源是Kaggle上的一个专门用于RFM模型学习的数据集，数据链接我会在文章附上。

日常呼唤一下，喜欢点赞呀

正文开始：

模型介绍：RFM模型根据客户活跃程度和交易金额的贡献，进行客户价值细分的一种方法。R(Recency)——最近一次交易时间间隔。基于最近一次交易日期计算的得分，距离当前日期越近，得分越高。如5分制。反映客户交易活跃度。

F(Frequency)——客户在最近一段时间内交易次数。基于交易频率计算的得分，交易频率越高，得分越高。如5分制。反映客户交易活跃度。

M(Monetray)——客户最近一段时间内交易金额。基于交易金额计算的得分，交易金额越高，得分越高。如5分制。反映客户价值。

数据：

在开始数据分析之前，先把用excel的查找空值功能，查找空值，进行数据预处理

做好知识准备+数据准备，开始数据分析！！！！

把要用的库都先引用上

import os

import numpy as np

import pandas as pd

import seaborn as sns

import datetime as dt

import matplotlib.pyplot as plt

输出数据前5条展示一下：

df = pd.read_csv('Retail_Data_Transactions.csv')

df.head()