电商用户价值分析——基于RFM模型、KMeans聚类

一、背景

通过对用户价值进行分层，并针对不同用户制定不同运营策略以达到用户精准营销的策略。

二、RFM模型、KMeans聚类

美国数据库营销研究所Arthur Hughes的研究发现，在客户数据分析中发现了三个重要的指标，即：最近一次消费（Recency近度）、消费频率（Frequency频度）、消费金额（Monetary额度），它们是衡量客户价值的重要标准。RFM分析是一种探索性分析方法。

k-means简介

1.聚类算法（clustering Algorithms）介绍
聚类是一种无监督学习—对大量未知标注的数据集，按数据的内在相似性将数据集划分为多个类别，使类别内的数据相似度较大而类别间的数据相似度较小。
2.k-means原理详解
k-means是一种常见的聚类算法，也叫k均值或k平均。通过迭代的方式，每次迭代都将数据集中的各个点划分到距离它最近的簇内，这里的距离即数据点到簇中心的距离。

三、分析框架

四、具体分析

1. 导入所需的库

import pandas as pd
import numpy as np
import datetime
import matplotlib.pyplot as plt
import cufflinks as cf
cf.set_config_file(offline=True) # 离线模式绘图

2. 导入数据

data = pd.read_csv(r"D:\Desktop\python code\python数据分析\用户分群KMeans+RFM\产品销售分析.csv")
data.head()

3. 数据清洗

缺失值处理

# 查看数据缺失
data.isnull().sum()

缺失值字段均为非核心字段，后续分析可直接提取有效字段。

重复值处理

#查看重复值
data.duplicated().sum()

0

异常值处理

#查找付款金额小于0的数据
abnormal=data[np.where(data['支付金额'] < 0,True,False)]
abnormal

4. 数据分析

4.1 核心数据分析

• 总GMV

#总GMV
GMV=round(data['支付金额'].sum(),ndigits=2)

4154205.04

• 每月GMV

#每月GMV
GMV_M=data.groupby(by='event_month',as_index=True).agg({
   '支付金额':sum}).iplot(kind='line')

4月销售数据较大提升，可能是促销活动导致；
整体上销售数据趋势有所上升，但持续性无法得到保证

• 客单价

#客单价
price_uv=round(data['支付金额'].sum() / data['user_id'].nunique(),0)

88.59

• 笔单价

#笔单价
price_pv=round(data['支付金额'].sum() / data['order_id'].nunique(),0)

45.56

4.2 用户分析

年龄

# 先划分一下年龄
data['age_cut'] = pd.cut(data['age'],bins=[data.age.min(),20,30,40,data.age.max()],labels=['16-20'