Python使用RMF聚類分析客戶價值

投資機構或電商企業等積累的客戶交易數據繁雜。需要根據用戶的以往消費記錄分析出不同用戶群體的特征與價值，再針對不同群體提供不同的營銷策略。

用戶分析指標

根據美國資料庫營銷研究所Arthur Hughes的研究，客戶資料庫中有三個神奇的要素，這三個要素構成了數據分析最好的指標

    R-最近一次消費(Recency)

    F-消費頻率(Frequency)

    M-消費金額(Monetary)

通過該圖將用戶進行分類：

    R、F、M都很高，重要價值客戶(VIP客戶)

    F、M很高，R不高，重要保持客戶

    R、F、M都很低，流失客戶

    M很高，R、F不高，重要輓留客戶

根據這8個類別的R、F、M指標，對用戶進行標註，哪些是重要價值客戶，哪些是重要保持客戶，哪些是重要發展客戶，哪些是流失客戶等

流程介紹

以R、F、M這三個核心指標為維度進行聚類分析

利用K-means聚類分析將用戶分類

根據R、F、M指標，對用戶進行標註

準備工作：
數據：

     某電商企業客戶近期購買的數據。包含客戶註冊日期，最後購買日期以及購買消費總金額

參數：

R-求出最近一次投資時間距提數日天數

F-月均投資次數

M-月均投資金額

目標：分析客戶交易數據，用戶群體的特征與價值，進行精準營銷，降低營銷成本，提高銷售業績。

1  分析數據獲取RFM

R-求出最近一次投資時間距提數日天數

    確定一個提現日，減去用戶的最新投資日期

F-月均投資次數

    總投資次數/總月數

M-月均投資金額

    投資總金額/總月數

處理數據獲取R-F-M

def dataChange(data):
    deadline_time = datetime(2016,7,20)
    print(deadline_time)

    # 時間相減 得到天數查 timedelta64類型
    diff_R = deadline_time - data["最近一次投資時間"]

    # 渠道具體天數
    # days = diff_R[0].days
    R = []
    for i in diff_R:
        days = i.days
        R.append(days)

    print(R)
    '''
    用戶在投時長(月
    Python沒有直接獲取月數差的函數
    1、獲取用戶在投天數
    2、月=在投天數/30，向上取整
    '''
    diff = deadline_time - data["首次投資時間"]
    print(diff)

    # 利用向上取整函數
    months = []
    for i in diff:
        month = ceil(i.days/30)
        months.append(month)

    print(months)

    # 月均投資次數
    month_ave = data["總計投標總次數"]/months
    F = month_ave.values
    print(F)

    # 月均投資金額
    M = (data["總計投資總金額"]/months).values
    print(M)

    return R, M, F

 2 訓練KMeans模型

先對數據進行轉換，然後通過K—Means模型訓練，生產模型

def analy_data(data, R, M, F):
    cdata = DataFrame([R, list(F), list(M)]).T
    # 指定cdata的index和colums
    cdata.index = data.index
    cdata.columns = ["R-最近一次投資時間距提數日的天數", "F-月均投資次數", "月均投資金額"]
    print("cdata_info:\n", cdata)

    print("cdata:\n", cdata.describe())

    # K-Means聚類分析

    # 01 數據標準化  均值：cdata.mean()   標準差：cdata.std()
    # 對應位置分別先相減 再相除
    zcdata = (cdata-cdata.mean())/cdata.std()
    print("zcdata:\n", zcdata)

    # n_clusters：分類種數  n_jobs：計算的分配資源  max_iter：最大迭代次數  random_state：隨機數種子，種子相同，參數固定
    kModel = KMeans(n_clusters=4, n_jobs=4, max_iter=100, random_state=0)
    kModel.fit(zcdata)
    print(kModel.labels_)

3  通過模型對用戶標註

   # 統計每個類別的頻率
    value_counts = Series(kModel.labels_).value_counts()
    print(value_counts)

    # 將類別標簽賦回原來的數據
    cdata_rst = pd.concat([cdata, Series(kModel.labels_, index=cdata.index)], axis=1)
    print(cdata_rst)

    # 命名最後一列為類別
    cdata_rst.columns = list(cdata.columns) + ["類別"]
    print(cdata_rst)

    # 按照類別分組統計R, F, M的指標均值
    user_ret = cdata_rst.groupby(cdata_rst["類別"]).mean()
    print(user_ret)

'''

        R-最近一次投資時間距提數日的天數   F-月均投資次數         月均投資金額
 類別
  0            27.859375               2.820312          21906.754297
  1            20.684211               4.552632          115842.105263
  2            10.568182               5.579545          26984.313636
  3            12.111111               17.277778         107986.000000
  
  結論：
  類別3：R、F、M都比較高，屬於重要價值客戶 或 超級用戶
  類別0：R、F、M都比較低，屬於低價值客戶
  類別1：R一般、F一般、M很高，也屬於重要價值客戶
  
  '''

通過模型對新用戶標註

1、獲取新用戶數據

2、通過和原數據處理獲取RFM

3、通過訓練模型得出用戶類型

def user_classes(cdata, user_info):
    '''
    # 模擬一條用戶數據
    1、獲取當前時間表示為截止時間
    2.計算出: R F M

    '''
    R, M, F = user_info_change(user_info)
    user_data_info = DataFrame([[R], [F], [M]]).T
    print(user_data_info)

    # user_data_info = DataFrame([[12.5], [18.0], [20000.0]]).T
    user_data_info.index = ["lily"]
    user_data_info.columns = cdata.columns
    print("cdata_info:\n", user_data_info)

    new_zcdata = (user_data_info-cdata.mean())/cdata.std()
    print("new_zcdata", new_zcdata)

    kModel = load_model("user_classes.pkl")
    ret = kModel.predict(new_zcdata)
    print("new_zcdata_ret:", ret)
    # new_zcdata_ret: [3]