K-means聚类:对某健身APP的用户价值分析

一、 背景与挖掘目标

1.近期运营部门要开展社群运营计划，按不同的用户价值导入不同社群，采用分层运营策略开展社群运营，但平台目前还没有成熟的用户价值评估模型；

2.针对不同价值的用户施展不同目的的精准营销手段，方可进一步提高用户终身价值；

3.建立用户价值评估模型，进行用户群分层，是解决问题的关键。

二、分析方法与过程

分析方法

1.明确目标：识别用户价值并进行用户群分层。

2.采用RFM模型，识别用户价值：
R：消费间隔，距离最近一次消费时间间隔
F：消费频率，一段时间内消费的次数
M：消费（充值）金额，一段时间内消费的总额
另加入两个指标，
L：用户关系长度，即用户注册至今的时长（天数）
T：运动时长，即用户使用健身舱的总时长（分钟数）
以上指标，作为平台的用户价值指标，记为“LTRFM”模型

3.采用K-means聚类的方法，以L、T、R、F、M五个指标为基础，识别用户价值。

4.总体流程如下：

挖掘步骤

1.从数据源进行选择性数据抽取（订单记录表、用户基本信息表、充值记录表等）
2.对步骤1的数据进行探索性分析及预处理（主要是-按需连接各表、缺失值异常值的清洗、数据属性规约等数据处理）
3.利用步骤2的数据建模，基于平台用户价值的LTRFM模型进行用户分群，对各用户群进行特征分析，识别有价值用户。

数据提取及预处理

1.以2020年10月11日为结束时间，选取宽度为2年的时间段（2018年10月12日~2020年10月11日）作为观测窗口，抽取观测窗口内的用户订单记录数据、用户基本信息数据、用户充值记录数据。

订单记录表

用户信息表
充值记录表

2.将步骤1的数据表按需进行聚合、连接处理，生成“LTRFM表”，字段为：userid（用户id）、L（用户关系长度/天）、T（运动总时长/分钟）、R（消费间隔时长/天）、F（消费次数）、M（消费金额/元）

或用python进行处理，每个用户的 LTRFM值，如下表：

描述性分析结果：

import pandas as pd

def describe(filename):
    dt = pd.read_csv(filename)
    explore = dt.describe(include = 'all').T
    print(explore)
    
describe('/Users/gg/Desktop/pyfile/数据分析/LTRFM.csv')
#输出数据描述性统计分析结果

3.观察上图结果，五个指标的量级差异较大，需要进行标准化处理，消除量级影响

#定义标准化处理函数：Zscore
def Zscore(data):
    data = (data - data.mean()) / data.std()
    data.columns = ['Z' + i for i in data.columns]
    return data

def Zscore_LTRFM_list(filename):
    datafile = pd.read_csv(filename)   
    datafile = datafile.drop(['userid'], axis = 1)
    return Zscore(datafile).T
    
    print(Zscore_LTRFM_list('/Users/gg/Desktop/pyfile/数据分析/LTRFM.csv'))
    #输出消除量级影响后的数据结果

构建模型

模型的构建主要包括两部分：
1、根据指标数据，对客户作聚类分群；
2、结合业务对每个用户群进行特征分析，分析其用户价值，并对每个用户群进行排名。

1.用户聚类
采用K-Means算法对用户进行分群，聚成4类

from sklearn.cluster import KMeans

def Kmeans(datafile):
   model = KMeans(n_clusters= 4,n_jobs= 4)#设置簇的数量、并发数
   model.fit(datafile) #模型拟合
   r1 = pd.Series(model.labels_).value_counts() #统计各个类别的数目
   r2 = pd.DataFrame(model.cluster_centers_) #找出聚类中心
   r = pd.concat([r2,r1], axis = 1) #横向连接，得到聚类中心对应类别下的用户数量
   r.columns = list(datafile.columns)+['类别数目'] #重命名表头
   
   print(r) #输出用户分群类别及数量结果

	#详细输出每个样本对应的类别
	r3 = pd.concat([datafile,pd.Series(model.labels_,index = datafile.index)],axis = 1) 
	#重命名表头
    r3.columns = list(datafile.columns) + ['聚类类别'] 
    #标记每个用户分群类别
    print(r3) 

2.绘制用户特征雷达图
将r的数据导入WPS或Excel绘制图表，结果如下：

3.用户价值分析
根据雷达图显示聚类结果并结合平台业务特征进行用户价值分析：
我们重点关注的指标是：

• R（时间间隔，最近一次消费间隔天数）
• F（消费频率，近两年使用次数）
• M（消费金额，近两年消费总金额）

用户群类别定义：

• 用户群A：R属性最大，F、M属性最小，定义为低价值/已流失用户
• 用户群B：R属性最小，F、M、T属性均最大，定位为重要保持用户
• 用户群C：L属性与用户群B相同，F、M、T、R属性均次于用户群B，定义为重要挽留用户
• 用户群D：L属性最小，R较大，定义为重要发展用户

每种用户群类别特征如下：

• 重要保持用户：F（消费频次）、M（消费金额）、T（使用时长）均最大， R（最近间隔时间）最小，应将资源向该部分用户倾斜，采取分层运营策略，重点提高该类用户忠诚度和满意度。
• 重要发展用户：L（用户关系长度）较小，F（消费频次）、M（消费金额）、T（使用时长）、R（最近间隔时间）均较低，多为新注册用户，当前用户价值虽低，但发展潜力较大，应重点促进该类用户的使用频率和时长。
• 重要挽留用户：L（用户关系长度）、F（消费频次）、M（消费金额）、T(使用时长)均较大或中等、且R(最近间隔时间)也较大，用户价值的不确定性变高，应去积极掌握该类用户的信息，并增加平台与用户的互动频率，避免其流失。
• 低价值/流失用户：F（消费频次）、M（消费金额）、T（使用时长）均较低，L（用户关系长度）、R（最近间隔时间）均较大，这类用户在一段时间后降低了使用频率或已经放弃使用，是低价值或已流失的用户，可以采取用户召回策略，但不建议投入过多资源。

用户群价值排名

排名	含义	用户群
1	重要保持用户	B
2	重要发展用户	D
3	重要挽留用户	C
4	低价值/已流失用户	A

三、模型应用

1.根据运营计划建立用户社群：重要保持用户群、重要发展用户群、重要挽留用户群、老用户召回群

2.不同用户社群采用不同运营策略：

• 重要保持用户群（用户群B）：专人客服解决问题、帮助用户定制健身目标计划、赠送文化周边等，增加用户体验感与忠诚度。
• 重要发展用户群（用户群D）: 重点做好新手引导工作、解决使用问题，推出首次开通vip优惠等活动，增加vip转化率。
• 重要挽留用户群（用户群C）：线上、线下用户调研，收集用户反馈建议，推出续费优惠活动，增加vip续卡率。
• 老用户召回群（用户群A）：老用户召回短信发送，推出老用户回归礼包等。

3.根据用户特征占比，推出重点活动（此处仅说明方向）：
当前重要保持用户占比仅0.5%,重要发展用户占比30.92%，应重点推出促进vip转化率的活动，并建立会员成长体系，提升重要保持用户占比。