数据库相连的消费者分析（二）

• 用户第一次消费（首购）
• 用户最后一次消费
• 新老客消费比
  • 多少用户仅消费一次？
  • 每月新客占比
• 用户分层
  • RFM
  • 新、老、活跃、回流、流失
• 用户购买周期（按订单）
  • 用户消费周期描述
  • 用户消费周期分布
• 用户生命周期（按第一次&最后一次消费）
  • 用户生命周期描述
  • 用户生命周期分布

# 
grouped_user.min().reset_index().order_dt.value_counts().plot()

grouped_user.max().order_dt.value_counts().plot()

user_life=grouped_user.order_dt.agg(['min','max'])

user_id	min	max
1	1997-01-01	1997-01-01
2	1997-01-12	1997-01-12
3	1997-01-02	1998-05-28
4	1997-01-01	1997-12-12

one=pd.DataFrame((user_life['min']==user_life['max']).value_counts())
a = pd.Series(one.iloc[1])
print("仅消费一次人数",a[0])

	user_id	order_dt	order_products	order_amount	month
0	1	1997-01-01	1	11.77	1997-01-01
1	2	1997-01-12	1	12.00	1997-01-01
2	2	1997-01-12	5	77.00	1997-01-01
3	3	1997-01-02	2	20.76	1997-01-01
4	3	1997-03-30	2	20.76	1997-03-01

每月新客占比

# 统计每个月每个用户最早最后消费时间
month_count=df.groupby(['month','user_id']).order_dt.agg(['min','max'])

month	user_id	min	max
1997-01-01	1	1997-01-01	1997-01-01
	2	1997-01-12	1997-01-12
	3	1997-01-02	1997-01-02
	4	1997-01-01	1997-01-18
	5	1997-01-01	1997-01-14

# 判断只消费了一次的用户
month_counts=pd.DataFrame(month_count['min']==month_count['max'])

# 统计消费一次和多次用户的个数
month_new_oldd=month_counts.reset_index().groupby(['month',0]).count().reset_index()
# 修改列名
month_new_oldd.columns=['month','TF','user_id']
# 筛选出仅消费一次的客户
month_newnum=month_new_oldd.loc[month_new_oldd.TF==True]

	month	TF	user_id
1	1997-01-01	True	7093
3	1997-02-01	True	8571
5	1997-03-01	True	8154
7	1997-04-01	True	2228

# 统计每个月总消费人数
month_count=df.groupby(['month','user_id']).count().reset_index().groupby('month').count()
month_usercount=month_count.reset_index().iloc[:,:2]

	month	user_id
0	1997-01-01	7846
1	1997-02-01	9633
2	1997-03-01	9524
3	1997-04-01	2822
4	1997-05-01	2214

# 连接单次消费人数表和总人数表
month_new_old=month_newnum.merge(right=month_usercount,on='month')
# 计算每月新客占比
month_new_old['newper']=month_new_old.user_id_x/month_new_old.user_id_y

	month	TF	user_id_x	user_id_y	newper
0	1997-01-01	True	7093	7846	0.904028
1	1997-02-01	True	8571	9633	0.889754
2	1997-03-01	True	8154	9524	0.856153

RFM

rfm = df.pivot_table(index='user_id',
                    values={'order_products','order_dt','order_amount'},
                    aggfunc={'order_dt':'max',
                            'order_amount':'sum',
                            'order_products':'sum'})

user_id	order_amount	order_dt	order_products
1	11.77	1997-01-01	1
2	89.00	1997-01-12	6
3	156.46	1998-05-28	16

rfm['R'] = -(rfm.order_dt-rfm.order_dt.max())/np.timedelta64(1,'D')
rfm.rename(columns={'order_products':'F','order_amount':'M'},inplace='True')
rfm[['R','F','M']].apply(lambda x:x-x.mean())

user_id	R	F	M
1	177.778362	-6.122656	-94.310426
2	166.778362	-1.122656	-17.080426
3	-334.221638	8.877344	50.379574

def rfm_func(x):
    level = x.apply(lambda x:'1' if x >= 0 else '0')
    label = level.R + level.F + level.M
    d = {
        '111':'重要价值客户',
        '011':'重要保持客户',
        '101':'重要挽留客户',
        '001':'重要发展客户',
        '110':'一般价值客户',
        '010':'一般保持客户',
        '100':'一般挽留客户',
        '000':'一般发展客户',
    }
    result = d[label]
    return result

rfm['label'] = rfm[['R','F','M']].apply(lambda x:x-x.mean()).apply(rfm_func,axis=1)
rfm.groupby('label').agg(['sum','count'])

	M		F		R
label	sum	count	sum	count	sum	count
–	–	–	–	–	–	–
一般价值客户	7181.28	77	650	77	36295.0	77
一般保持客户	19937.45	206	1712	206	29448.0	206
一般发展客户	196971.23	3300	13977	3300	591108.0	3300
一般挽留客户	438291.81	14074	29346	14074	6951815.0	14074

rfm.loc[rfm.label=='重要价值客户','color']='g'
rfm.loc[~(rfm.label=='重要价值客户'),'color']='r'
rfm.plot.scatter('F','R',c=rfm.color)

新、老、活跃、回流、流失

pivoted_counts = df.pivot_table(index='user_id',
                               columns='month',
                               values='order_dt',
                               aggfunc='count').fillna(0)
df_purchase = pivoted_counts.applymap(lambda x: 1 if x > 0 else 0)

def active_status(data):
    status = []
    for i in range(18):
        # 若本月没有消费
        if data[i] == 0:
            if len(status) > 0:
                if status[i-1] == 'unreg':
                    status.append('unreg')
                else:
                    status.append('unactive')
            else:
                status.append('unreg')
        # 若本月消费
        else:
            if len(status) == 0:
                status.append('new')
            else:
                if status[i-1]=='unactive':
                    status.append('return')
                elif status[i-1] == 'unreg':
                    status.append('new')
                else:
                    status.append('active')
    return pd.Series(status)

若本月没有消费
若之前是未注册，则依旧为未注册
若之前有消费，则为流失/不活跃
其他情况，为未注册

若本月有消费
若是第一次消费，则为新用户
若之前有过消费，且上个月为不活跃，则为回流
若上个月为未注册，则为新用户
除此之外，为活跃

purchase_sta = df_purchase.apply(active_status,axis=1)
purchase_sta_ct = purchase_sta.replace('unreg',np.NaN).apply(lambda x:pd.value_counts(x))

purchase_sta_ct.fillna(0).T
purchase_sta_ct.fillna(0).T.plot.area()

purchase_sta_ct.fillna(0).T.apply(lambda x:x/x.sum(),axis=1)

order_diff = grouped_user.apply(lambda x:x.order_dt-x.order_dt.shift())

# 周期描述
order_diff.describe()

# 周期分布
(order_diff / np.timedelta64(1,'D')).hist(bins=20)

# 生命周期描述
(user_life['max'] - user_life['min']).describe()

# 生命周期分布
((user_life['max'] - user_life['min'])/np.timedelta64(1,'D')).hist(bins=20)

# 生命周期分布
u_1=((user_life['max'] - user_life['min']).reset_index()[0]/np.timedelta64(1,'D'))
u_1[u_1>0].hist(bins=40)

• 复购率
  • 自然月内，购买多次的用户占比
• 回购率
  • 曾经购买过的用户在某一时期内的再次购买的占比

purchase_r = pivoted_counts.applymap(lambda x: 1 if x > 1 else np.NaN if x == 0 else 0)

(purchase_r.sum()/purchase_r.count()).plot(figsize = (10,4))

def purchase_back(data):
    status = []
    for i in range(17):
        if data[i] == 1:
            if data[i+1] == 1:
                status.append(1)
            if data[i+1] == 0:
                status.append(0)
        else:
            status.append(np.NaN)
    status.append(np.NaN)
    return pd.Series(status)

purchase_b = df_purchase.apply(purchase_back,axis=1)

(purchase_b.sum()/purchase_b.count()).plot(figsize=(10,4))