1、关于用户细分

用户细分是客户关系管理（CRM）中很重要的一个组成部分。无论是传统企业，还是新兴的互联网企业；不管是面向企业的业务还是面向于个人的业务；在全行业中，对用户群体进行划分类型，都可以更好的抓住用户的诉求，以进行更加精准的营销。

在传统的营销方案中，手段简单且粗暴，对所有的用户都是千篇一律的信息推送、广告宣传和优惠宣传。这样的营销手段，不仅会效果极差，而且因为骚扰用户而导致用户的厌烦。

在了解了用户的特点和需求后，我们才能进行有针对性的营销和推广，这样不仅使营销的资源得到最大化的利用和不浪费，用户也乐于接受我们的营销信息。

在用户细分领域，有一个经典的模型——RFM模型，是传统的用于衡量客户价值和客户创收能力的一个重要模型。其主要有三个指标组成：

• 最近一次消费间隔；
• 消费的频率；
• 消费的金额；

虽然这个模型到如今面对层出不穷的消费形式，已经稍显力不从心。但从研究角度看，还是值得使用的。接下来，我们就使用scikit-learn模型的K均值聚类算法，构造RFM数据集来进行用户细分。

2、下载使用数据集

在此，我们使用加州大学欧文分校用于机器学习的数据库中的数据集——Online Retail Data Set ，这是一个跨国数据集，其中包含所有在2010年12月1日至2011年12月09日期间在英国注册的非在线零售网上零售业务的交易。

下载地址为：http://archive.ics.uci.edu/ml/datasets/online+retail

这个数据集中一个有8个属性，分别为：

• InvoiceNo：发票号码，作为交易记录的唯一标识；
• StockCode：商品代码；
• Description：商品描述；
• Quantity：交易数量；
• InvoiceDate：开票日期，作为交易产生的日期；
• UnitPrice：商品单价；
• CustomerID：客户ID；
• Country：客户的国家；

3、初览数据

首先，引入相关模块：

使用pandas从数据集中导入数据：

使用shape属性查看一下数据集的形状，一共有541909行、8列：

接着使用columns属性查看一下数据集的列名，是否和网页描述上的一致：

确实是一致的，我们来看看数据集的部分数据，使用head()方法：

英文的列名操作起来不方便，我们将其重命名为中文：

这样看上去，就舒服多了：

再来看看这些订单中包含了多少个客户：

嗯，四千余个客户产生了五十四万个订单。看看哪些国家的订单量居多：

英国客户的订单量一骑绝尘哈。

4、用户细分

数据清理和构造

首先我们清理一下数据，只选取客户为英国的订单，然后添加一个交易总额的列：

再将客户ID为空值的列，总额为小于0的列剔除：

接着，创建一个变量refrence_date，其为订单中发票开票日期最大值加一天的日期，作为判断距今购买时间间隔的标准：

根据refrence_date变量，新增两个列，为最后一次购买距今日期和最后一次购买距今日期数：

根据客户ID进行分组，新生成一个DataFrame——customer_history_df：

根据客户ID进行分组，对交易总额进行汇总求和得到客户的总交易金额：

接着将客户总交易金额合并到customer_history_df中：

根据客户ID进行分组，对交易总额进行计数求和获得交易频率值：

接着合并交易频率到customer_history_df中：

现在的数据集构造好了。

数据预处理

构造后的数据集特征之间数值差异较大，我们需要先对其进行数据预处理。

首先对数据特征进行对数转换：

接着对对数转换后的数据进行标准化处理：

这样我们就可以进行聚类建模了。

K均值聚类

在此，我们选择K均值聚类算法进行演示，同时使用平均轮廓系数进行聚类的评估。因为对数据中的用户类型并不明确，所以我们通过一个循环遍历来创建不同聚类数量的模型，同时进行可视化显示：

先引入K均值算法和评估算法：

接着遍历从2到4的列表，作为聚类数量分别进行聚类：

首先，我们得到了聚类的平均轮廓系数：

然后是三个聚类的实际分布图：

我们将，对数转换和标准化处理的数据进行还原，查看原始的聚类中数据：

得到的结果为：

猜你也喜欢