一.項目背景

為了建立客戶信息資源管理及運營模式，某公司希望通過客戶的基本消費信息進行分析，
衡量客戶價值和客戶創利能力，優化客戶資源，提高營銷效率，避免不必要的資源

二.實現步驟

1.導包讀入數據，篩選所需數據

# 導入所需庫
import numpy as np
import pandas as pd
import datetime
import matplotlib.pyplot as plt
import time
import matplotlib.gridspec as gridspec
#import pyecharts

# 解決 matplotlib 顯示中文、負號問題
plt.rcParams['font.family'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False 

#獲取數據
def get_data(file_path):
    #讀取數據
    df1= pd.read_excel(file_path)
    # 提取 RFM 模型所需特征列：'訂單編號','買家會員名','買家實際支付貨款','訂單付款時間','寶貝總數量'
    df2 = df1[['訂單編號','買家會員名','買家實際支付金額','訂單付款時間','寶貝總數量']]
    #返回數據
    return df2

2.數據重復值缺失值處理

#處理數據
def process_data(df):
    #判斷有沒有重復值
    if df.duplicated().sum()==0:
        print('無重復數據')
    else:
        #刪除重復值
        df=df.drop_duplicates(inplace=True)
    #判斷有沒有缺失值
    if df.isnull().any().sum()==0:
        print('無缺失值')
    else:
        #刪除缺失值
        df=df.dropna(inplace=True)
    #返回數據
    return df

3.獲取RFMP各項值

#獲取R值
def get_R(df):
    # 計算時間差
    time_minus =  datetime.datetime.now()- df['訂單付款時間'] 
    # 將時間差轉換成數字格式
    df['prior_R'] = time_minus.astype(str).str.findall('d+.*d*').map(lambda x: int(x[0]) + (int(x[1]) / 24) + 
                                                   (int(x[2]) / (24 * 60)) + (float(x[3]) / (24 * 3600)))
    # 按會員進行分組，確定每個會員最近一次購買離現在的時間間隔
    R = df.groupby('買家會員名')['prior_R'].min()
    return R


#獲取FMP值,P值表示買家購買數量
def get_F_M_P(df):
    # 按會員進行分組，確定每個會員的訂單數量
    F = df.groupby('買家會員名')['訂單編號'].count()
    # 按會員進行分組，確定每個會員的實際支付金額
    M = df.groupby('買家會員名')['買家實際支付金額'].sum() 
    # 按會員進行分組，確定每個會員的寶貝總數量
    P = df.groupby('買家會員名')['寶貝總數量'].sum() 
    return (F,M,P)


#將RFMP數據合成DataFrame
def get_data(R,F,M,P):
    #列名稱
    col_list = list('RFMP') 
    #創建DataFrame
    model_data = pd.DataFrame([], index=R.index) 
    #添加數據
    for col_names, values in zip(col_list, [R, F, M, P]):
          model_data[col_names] = values
    #類型轉換
    model_data = model_data.astype(float)
    #返回數據
    return model_data

4.利用Kmeans算法進行分類

from sklearn.cluster import KMeans
from sklearn.metrics import silhouette_score
from sklearn.preprocessing import StandardScaler, MinMaxScaler

#獲取數據
df0 = model_data.iloc[:, 0:4]
#標準化數據
res_std = StandardScaler().fit_transform(df0)

#分類簇數
n_clusters = range(2, 7)
#評分標準
scores = []
#遍歷每種分類
for i in range(len(n_clusters)):
    #訓練模型
    clf = KMeans(n_clusters = n_clusters[i], random_state = 20).fit(res_std)
    #獲取評分
    scores.append(silhouette_score(res_std, clf.labels_))
#獲取最大評分索引
maxindex = scores.index(max(scores))
#初始畫布
plt.figure(figsize = (8, 6), dpi = 100) 
#繪制圖形
plt.plot(n_clusters, scores, linestyle = '-.', c = 'b', alpha = 0.6, marker = 'o')
#編輯最佳簇數
plt.axvline(x = n_clusters[maxindex], linestyle = '--', c = 'r', alpha = 0.5)
#設置標題
plt.title('RFMP的聚類輪廓系數圖')
#設置y軸標簽
plt.ylabel('silhouette_score')
#設置x軸標簽
plt.xlabel('n_clusters')
#存儲圖形
plt.savefig('./RFMP聚類輪廓系數圖.png')

#獲取最佳分簇數模型
clf = KMeans(n_clusters = 2, random_state = 20).fit(res_std)
#添加label
df0['labels'] = clf.labels_
df0

# 統計一下兩類用戶之間的差異，發現兩類客戶之間數量相差過大
print(f"類別0所占比例為：{df0['labels'].value_counts().values[0] / df0.shape[0]} t 類別1所占的比例為：{df0['labels'].value_counts().values[1] / df0.shape[0]}")
df0['labels'].value_counts()

#用均值來評估兩類樣本之間的LRFMP
R_avg = df0.groupby('labels').agg({'R': np.mean}).reset_index()
F_avg = df0.groupby('labels').agg({'F': np.mean}).reset_index()
M_avg = df0.groupby('labels').agg({'M': np.mean}).reset_index()
P_avg = df0.groupby('labels').agg({'P': np.mean}).reset_index()

# 繪制相關的條形圖
def plot_bar(df_list, nrow, ncol):
    #初始畫布
    fig, axs = plt.subplots(nrow, ncol, figsize = (2 * (ncol + 2), 2.5), dpi = 100)
    #遍歷每個坐標系
    for i in range(len(axs)):
        #獲取坐標系
        ax = axs[i]
        #獲取數據
        df = df_list[i]
        #畫柱狀圖
        ax.bar(df.iloc[:, 0], df.iloc[:, 1], color = 'm', alpha = 0.4, width = 0.5)
        #獲取RFMP標簽對應數值
        for x, y in enumerate(df.iloc[:, 1].tolist()):
            #標注數據
            ax.text(x, y / 2, '%.0f' % y, va = 'bottom', ha = 'center', fontsize = 12)
        #設置x軸刻度
        ax.set_xticks([0, 1])
        #設置y軸刻度
        ax.set_yticks(())
        #設置小標題
        ax.set_title(f'{df.columns[1]}')
    #設置大標題
    plt.suptitle('兩類客戶的RFMP均值差異', y = 1.1, fontsize = 14)
    #存儲圖片
    plt.savefig('./兩類客戶LRFMP均值差異.png')

#獲取數據
df_list = [ R_avg, F_avg, M_avg, P_avg]
#繪制圖形
plot_bar(df_list, 1, 4)

總結:分為兩類用戶效果確實很明顯,但是分析還是有點一刀切,我們發現圖中四類效果也
不是很差,后期感興趣讀者可以進行四類用戶分類,在這里主要還是給大家一個思維拓展.